Implementación de modelos de Ensembles para Big Data

Abstract

Con la realización de este trabajo se pretende avanzar hacia un campo novedoso y con gran proyección de futuro, en el que se desarrollan modelos de ciencia de datos, en particular al desarrollo de modelos ensembles que sean capaces de afrontar la problemática asociada a Big Data. Trabajo teórico-experimental, cuyo objetivo es el desarrollo de técnicas de ensemble, para ciencia de datos y diferentes tipos de conjuntos de datos, que utilizan como clasificadores base algoritmos de la biblioteca de Machine Learning aplicadas a las tareas de clasificación y regresión. Se han usado algunas de las tecnologías y lenguajes de programación más novedosos en el contexto de Big Data y ciencia de datos, que permiten un procesamiento distribuido de los datos, como son Apache Spark, Scala y ML.

With the realization of this work, the aim is to advance towards a new field with great future projection, in which data science models are achieved, in particular the development of ensemble models that are capable of facing the problems associated with Big Data. Theoretical-experimental work, the objective of which is to debelop ensemble techniques for data science and different types of datasets, using base classifiers algorithms from the Machine Learning library applied to classification and regression tasks. Some of the newest technologies and programming languages have been used in the context of Big Data and data science, which allow distributed data processing, such as Apache Spark, Scala and ML.