Técnicas de Machine Learning Usando Apache Spark

El crecimiento exponencial de los datos exige soluciones eficientes para el procesamiento de información, especialmente para algoritmos iterativos como los utilizados en Machine Learning. Aunque plataformas como Hadoop con MapReduce son efectivas para el procesamiento masivo, presentan desafíos con cargas de trabajo iterativas. Este proyecto aborda esta limitación proponiendo el diseño de una arquitectura de computación cluster basada en Apache Spark. Spark, una plataforma de código abierto, es ideal debido a su tolerancia a fallos y su capacidad para acelerar algoritmos iterativos mediante el uso de memoria en el cluster. El objetivo principal es diseñar una arquitectura robusta, implementable localmente o en la nube, que maximice el rendimiento de técnicas avanzadas de Machine Learning (como Redes Neuronales o Redes Bayesianas) que demandan alta capacidad de procesamiento y baja latencia. La metodología incluye una fase descriptiva para el estado del arte, seguida de una fase de diseño arquitectónico, una fase experimental para la validación de los objetivos, y culminará con la publicación de los resultados en una revista científica JCR.<br/><br/><b>Objetivo</b>: <br/>Diseñar una arquitectura de computación cluster optimizada para ejecutar eficientemente técnicas de Machine Learning, aprovechando las capacidades del motor de procesamiento distribuido Apache Spark.<br/><br/><b>Líneas de investigación</b>: <br/>Inteligencia artificial y minería de datos