Módulo 5: Analítica y ML a Escala

Machine learning distribuido con Spark MLlib, sistemas de recomendación y minería de grafos.

• ✓5.1 Machine Learning distribuido con Spark MLlibPipelines de ML con Transformer y Estimator, feature engineering con VectorAssembler, entrenamiento de clasificadores distribuidos y evaluación de modelos a escala.⏱ 25 min
• ✓5.2 Sistemas de recomendación a escalaFiltrado colaborativo vs. basado en contenido, factorización de matrices con ALS, el problema del cold start y métricas de evaluación como RMSE y precision@k.⏱ 25 min
• ✓5.3 Minería de grafos a escalaRepresentación de grafos distribuidos, el algoritmo PageRank con su factor de amortiguación, detección de comunidades y herramientas como GraphX y GraphFrames.⏱ 25 min
• ✓5.4 Lab 5: Construye un recomendador con Spark MLlibEntrena un modelo ALS sobre MovieLens, evalúalo con RMSE y genera recomendaciones personalizadas reales.⏱ 65 min🧪 Lab