Usages of Spark Framework with Different Machine Learning Algorithms
Los sensores, los satélites, los dispositivos móviles, las redes sociales, el comercio electrónico e Internet, entre otros, nos saturan de datos. El Internet de los objetos, en particular, permite generar cantidades masivas de datos con mayor rapidez. El Internet de los objetos es un término que describe el proceso de conectar ordenadores, dispositivos inteligentes y otros equipos que generan datos a una red y transmitirlos. Como resultado, los datos se producen y se actualizan de forma regular para reflejar los cambios en todas las áreas y actividades. Como consecuencia de este crecimiento exponencial de los datos, se han acuñado un nuevo término y una nueva idea conocidos como big data. Los big data son necesarios para iluminar las relaciones entre las cosas, prever las tendencias futuras y proporcionar más información a los responsables de la toma de decisiones. Sin embargo, el principal problema actual es cómo recopilar y evaluar eficazmente cantidades masivas de datos diversos y complicados. En algunos sectores o aplicaciones, los modelos de aprendizaje automático son los métodos más utilizados para interpretar y analizar los datos y obtener información importante. Por sí solos, los métodos tradicionales de aprendizaje automático son incapaces de manejar con éxito los problemas de grandes datos. Este artículo ofrece una introducción a la arquitectura Spark como plataforma que los métodos de aprendizaje automático pueden utilizar para resolver problemas relacionados con el diseño y la ejecución de sistemas de grandes datos. Este artículo se centra en tres tipos de aprendizaje automático, incluyendo la regresión, la clasificación y el clustering, y cómo pueden aplicarse sobre la plataforma Spark.
