[MÚSICA] En resumen, en este módulo cubrimos dos muy importantes y ampliamente usados  Algoritmos; K-means y MapReduce. Nosotros empezamos este módulo mostrando el objetivo principal de clustering. A partir de eso, hemos motivado muchas aplicaciones que usan clustering Y luego ahondamos en K-means con algoritmo específico para hacer clustering. Y este actualmente es el algoritmo más usado en la industria. Luego tomamos K-means como ejemplo para mostrar MapReduce, el cual es un marco de trabajo para hacer computación paralela de algoritmos. También mostramos como usted puede aplicar una versión iterativa de MapReduce para hacer computación de k-means en paralelo. Y como casi siempre lo decimos, lo que usted aprendió en este modulo se puede generalizar para un amplio rango de diferentes aplicaciones, y y diferentes cosas que quizá usted pueda estar interesado en estar haciendo. Pero este módulo es real y verdaderamente especial e único. K-means es una herramienta muy genérica para hacer clustering y clustering es usado en muchas areas distintas. Y MapReduce, es un marco de trabajo muy pero muy poderoso y ampliamente usado en la creación de implementaciones distribuidas o en la computación paralela de algoritmos. Entonces, en resumen, aquí hay una lista de cosas que usted debe ser capaz de hacer después de terminar este módulo. [MÚSICA]