Modelo predictivo de hurtos para la ciudad de Medellín utilizando Machine Learning

El hurto a personas es un serio problema de salud pública en el mundo entero. el uso de tecnológica para prevenir el crimen es una práctica cada vez más usada. Sin embargo, según la evidencia se concentra en ciudades grandes, estas cuentan con una gran cantidad de datos accesibles en forma de datos abiertos. El objetivo de esta investigación es presentar resultados preliminars de un modelo predictivo implementando Machine Learning para predecir hurtos en la ciudad de Medellín, una de las grandes ciudades de Colombia, se utilizó MLForecast para realizar pronósticos de series temporales, se validaron los siguientes modelos LinearRegression, XGBRegressor, RandomForestRegressor, entre otros. Se identificó que los mejores resultados en la predicción de hurtos (con los datos disponibles en el momento) fue RandomForestRegressor. Se concluye que los modelos predictivos son una herramienta útil para fomentar estrategias de prevención del crimen en las ciudades principales, teniendo en cuenta que pueden existir algunas limitaciones como la falta de información.

• Autores: Puentes Bolivar, Rodrigo
• Fecha de publicación: 2023
• Institución: Universidad Cooperativa de Colombia
• Repositorio: Repositorio UCC
• Idioma: spa
• OAI Identifier: oai:repository.ucc.edu.co:20.500.12494/54260
• Acceso en línea: https://hdl.handle.net/20.500.12494/54260
• Palabra clave: TG 2023 MGTI 54260; 000 - Ciencias de la computación, información y obras generales; Hurto; Algoritmos (computadores); Programación (computadores electrónicos); Seguridad ciudadana; Machine Learning; Hurtos; Medellín; Bosques aletorios; Random forest; Decision tree; Supervised learing; Thefts
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/