Algorithms of the Intelligent Web, 2nd Edition

Segunda edición completamente renovada de la obra de Manning Publications (2016), cuyos contenidos fueron reescritos desde Java hacia Python (usando Python 3 y su ecosistema analítico). El libro fue concebido por Douglas McIlwraith, Haralambos Marmanis y Dmitry Babenko para desarrolladores web, ingenieros de software y científicos de datos de nivel intermedio con manejo previo de la sintaxis de Python, que buscan transformar datos web habituales —como registros de tráfico, clics de navegación y perfiles de usuarios— en aplicaciones inteligentes capaces de tomar decisiones automatizadas.

El texto desglosa las familias algorítmicas más relevantes para la web: agrupamiento con K-Means y modelos de mezclas gaussianas (GMM), reducción de dimensionalidad con PCA, sistemas de recomendación mediante filtrado colaborativo y descomposición en valores singulares (SVD), así como modelos predictivos lineales y redes neuronales feedforward / deep learning. Se apoya en librerías estándar como NumPy, Scikit-learn y Matplotlib, e incorpora la herramienta especializada Vowpal Wabbit para el entrenamiento en línea de modelos sobre flujos masivos de datos a alta velocidad con hashing trick.

A través de implementaciones orientadas a la práctica, se construyen dos soluciones de gran calado: un motor de recomendación de contenidos cinematográficos basado en el dataset MovieLens y un caso de estudio industrial de predicción de tasa de clics en publicidad online (CTR) procesando eventos masivos en streaming. Su mayor virtud radica en unir la teoría de los algoritmos con los compromisos de escalabilidad y latencia exigidos por los servicios web modernos, omitiendo el desarrollo de interfaces o frameworks web para concentrarse exclusivamente en la computación inteligente de datos. Es un texto indispensable para entender cómo operan internamente los motores de sugerencia y publicidad en la web.