Big Data Analysis

Volumen de investigación avanzada titulado originalmente "Big Data Analysis: New Algorithms for a New Society", editado por Nathalie Japkowicz y Jerzy Stefanowski y publicado en la colección Studies in Big Data de Springer (Volumen 16). La obra está orientada a científicos de datos, investigadores y especialistas de aprendizaje automático que cuentan con una base firme en estadística multivariante, teoría de la probabilidad y diseño de algoritmos, y buscan profundizar en los desafíos teóricos y prácticos que emergen al escalar modelos predictivos a entornos de datos masivos y no estacionarios.

A través de contribuciones de destacados investigadores internacionales, el libro examina la tensión entre los métodos estadísticos clásicos y los nuevos marcos computacionales distribuidos. Cubre de manera destacada el tratamiento y detección del cambio conceptual (concept drift) en flujos de datos continuos (data streams), el aprendizaje en escenarios de desbalance severo de clases, la selección de características y el análisis de redes interdependientes en espacios de ultra-alta dimensionalidad, así como algoritmos específicos orientados a aplicaciones complejas en el Internet de las Cosas (IoT), movilidad humana, predicción en mercados financieros, bioinformática y diagnóstico médico.

El texto ofrece una perspectiva puramente científica y teórica, respaldada por revisiones de la literatura de vanguardia, demostraciones algorítmicas y reflexiones críticas sobre los sesgos, la privacidad y las consecuencias éticas y sociales de la analítica masiva. No incluye recetas de implementación inmediata, ejercicios prácticos ni repositorios con proyectos guiados, por lo que su principal aportación radica en dotar a investigadores y arquitectos de Machine Learning de fundamentos sólidos para diseñar soluciones algorítmicas robustas frente a datos dinámicos, de alta dimensionalidad y en continua evolución.