Metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning /
A partir de la crisis del siglo xx, Colombia se vio afectada por una ola de violencia caracterizada por el aumento en los niveles de homicidios, agresiones, persecuciones, destrucción de la propiedad privada y terrorismo por la afiliación política. Esta situación fue más profunda en las principales...
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2018
- Institución:
- Universidad Tecnológica de Bolívar
- Repositorio:
- Repositorio Institucional UTB
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.utb.edu.co:20.500.12585/1118
- Acceso en línea:
- https://hdl.handle.net/20.500.12585/1118
- Palabra clave:
- Aprendizaje automático (Inteligencia artificial)
Violencia
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
id |
UTB2_31c4887481fd269076afd1414943cde9 |
---|---|
oai_identifier_str |
oai:repositorio.utb.edu.co:20.500.12585/1118 |
network_acronym_str |
UTB2 |
network_name_str |
Repositorio Institucional UTB |
repository_id_str |
|
dc.title.none.fl_str_mv |
Metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning / |
title |
Metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning / |
spellingShingle |
Metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning / Aprendizaje automático (Inteligencia artificial) Violencia |
title_short |
Metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning / |
title_full |
Metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning / |
title_fullStr |
Metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning / |
title_full_unstemmed |
Metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning / |
title_sort |
Metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning / |
dc.contributor.director.none.fl_str_mv |
De la Hoz Domínguez, Enrique José |
dc.subject.other.none.fl_str_mv |
Aprendizaje automático (Inteligencia artificial) Violencia |
topic |
Aprendizaje automático (Inteligencia artificial) Violencia |
description |
A partir de la crisis del siglo xx, Colombia se vio afectada por una ola de violencia caracterizada por el aumento en los niveles de homicidios, agresiones, persecuciones, destrucción de la propiedad privada y terrorismo por la afiliación política. Esta situación fue más profunda en las principales ciudades, la cual estalló con el magnicidio de Jorge Eliecer Gaitán que tuvo como consecuencia el llamado “colombianazo” que dejó muchas víctimas en todo el país, que hoy, 70 años después de confrontaciones armadas en violencias sucesivas, ha cobrado la vida de cerca de un millón de personas, casi la mitad de la población de Medellín [1]. En este sentido, para poder prevenir, diseñar e implementar planes efectivos de contingencia contra estos delitos es fundamental el análisis de los registros de violencia. En Colombia este tipo de análisis se ha realizado históricamente mediante el uso de diversas herramientas tales como minería de datos, estadísticas descriptivas básicas, entre otras. Un ejemplo de estas se da con el estudio realizado en la ciudad de Bogotá en el cual implementaron técnicas de minería de datos para realizar exploración de la violencia sexual[2]. Así pues, para poder analizar grandes cantidades de datos es necesario el uso de programas que cuenten con una gran capacidad y eficiencia de almacenamiento, por esta razón, en muchos casos los registros almacenados son demasiado grandes o complejos como para analizar y superan el alcance de la estadística, por consiguiente, el machine learning es fundamental al ser una rama de la inteligencia artificial que busca que una máquina aprenda como un ser humano y que pueda desarrollar sus funciones mediante el uso de distintos algoritmos. El uso de machine learning es de gran ayuda al existir una gran cantidad de información y de variables intervinientes que justifican el uso de herramientas más potentes que la estadística convencional. Así pues, la creación de una metodología para el análisis de la violencia mediante el uso de machine learning hace que se implementen técnicas avanzadas en nuevos campos. En este contexto, el objetivo de este trabajo es realizar la metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning evaluando la información de la violencia presente en la página datos.gov.co y comprobando su efectividad, replicabilidad y valor agregado. |
publishDate |
2018 |
dc.date.created.none.fl_str_mv |
2018 |
dc.date.issued.none.fl_str_mv |
2018 |
dc.date.other.none.fl_str_mv |
2018 |
dc.date.accessioned.none.fl_str_mv |
2019-10-18T18:41:04Z |
dc.date.available.none.fl_str_mv |
2019-10-18T18:41:04Z |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.hasversion.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
status_str |
publishedVersion |
dc.identifier.other.none.fl_str_mv |
(ALEPH)000050397UTB01 |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12585/1118 |
dc.identifier.instname.none.fl_str_mv |
Universidad Tecnológica de Bolívar |
dc.identifier.reponame.none.fl_str_mv |
Repositorio UTB |
dc.identifier.ddc.none.fl_str_mv |
006.31 F365 |
identifier_str_mv |
(ALEPH)000050397UTB01 Universidad Tecnológica de Bolívar Repositorio UTB 006.31 F365 |
url |
https://hdl.handle.net/20.500.12585/1118 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.cc.none.fl_str_mv |
Atribución-NoComercial 4.0 Internacional |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial 4.0 Internacional http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.none.fl_str_mv |
85 páginas |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.coverage.spatial.none.fl_str_mv |
Cartagena de Indias |
dc.publisher.university.none.fl_str_mv |
Universidad Tecnológica de Bolívar |
institution |
Universidad Tecnológica de Bolívar |
dc.source.uri.none.fl_str_mv |
http://biblioteca.utb.edu.co/notas/tesis/0074561.pdf |
bitstream.url.fl_str_mv |
https://repositorio.utb.edu.co/bitstream/20.500.12585/1118/1/0074561.pdf https://repositorio.utb.edu.co/bitstream/20.500.12585/1118/4/0074561.pdf.txt https://repositorio.utb.edu.co/bitstream/20.500.12585/1118/5/0074561.pdf.jpg |
bitstream.checksum.fl_str_mv |
104c44c33960f236e0186e2d5934d18f 0b6914ca156ca49b6effc88f5e8e9170 e624b443de374c7ffdac185a26ed17c9 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional UTB |
repository.mail.fl_str_mv |
repositorioutb@utb.edu.co |
_version_ |
1814021695226249216 |
spelling |
Los usuarios del Repositorio de la UTB estarán autorizados para adaptar, transformar y crear a partir del contenido de esta publicación incluso para fines comerciales, sin embargo toda obra derivada de la publicación original deberá ser distribuida bajo la misma licencia CC-BY-SA. El autor o autores, sin excepción deberán ser claramente identificados como titulares de los derechos de autor de la publicación original.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 Internacionalhttp://purl.org/coar/access_right/c_abf2Cartagena de Indias2019-10-18T18:41:04Z2019-10-18T18:41:04Z201820182018(ALEPH)000050397UTB01https://hdl.handle.net/20.500.12585/1118Universidad Tecnológica de BolívarRepositorio UTB006.31 F365A partir de la crisis del siglo xx, Colombia se vio afectada por una ola de violencia caracterizada por el aumento en los niveles de homicidios, agresiones, persecuciones, destrucción de la propiedad privada y terrorismo por la afiliación política. Esta situación fue más profunda en las principales ciudades, la cual estalló con el magnicidio de Jorge Eliecer Gaitán que tuvo como consecuencia el llamado “colombianazo” que dejó muchas víctimas en todo el país, que hoy, 70 años después de confrontaciones armadas en violencias sucesivas, ha cobrado la vida de cerca de un millón de personas, casi la mitad de la población de Medellín [1]. En este sentido, para poder prevenir, diseñar e implementar planes efectivos de contingencia contra estos delitos es fundamental el análisis de los registros de violencia. En Colombia este tipo de análisis se ha realizado históricamente mediante el uso de diversas herramientas tales como minería de datos, estadísticas descriptivas básicas, entre otras. Un ejemplo de estas se da con el estudio realizado en la ciudad de Bogotá en el cual implementaron técnicas de minería de datos para realizar exploración de la violencia sexual[2]. Así pues, para poder analizar grandes cantidades de datos es necesario el uso de programas que cuenten con una gran capacidad y eficiencia de almacenamiento, por esta razón, en muchos casos los registros almacenados son demasiado grandes o complejos como para analizar y superan el alcance de la estadística, por consiguiente, el machine learning es fundamental al ser una rama de la inteligencia artificial que busca que una máquina aprenda como un ser humano y que pueda desarrollar sus funciones mediante el uso de distintos algoritmos. El uso de machine learning es de gran ayuda al existir una gran cantidad de información y de variables intervinientes que justifican el uso de herramientas más potentes que la estadística convencional. Así pues, la creación de una metodología para el análisis de la violencia mediante el uso de machine learning hace que se implementen técnicas avanzadas en nuevos campos. En este contexto, el objetivo de este trabajo es realizar la metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning evaluando la información de la violencia presente en la página datos.gov.co y comprobando su efectividad, replicabilidad y valor agregado.Incluye referencias bibliográficas (páginas 82-85)85 páginasapplication/pdfspahttp://biblioteca.utb.edu.co/notas/tesis/0074561.pdfAprendizaje automático (Inteligencia artificial)ViolenciaMetodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning /Universidad Tecnológica de Bolívarinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_7a1fDe la Hoz Domínguez, Enrique JoséFernández Caraballo, EverGómez Franco, Yaquelinehttp://purl.org/coar/resource_type/c_7a1fIngeniería IndustrialTesis pregradoIngeniero IndustrialUniversidad Tecnológica de BolívarORIGINAL0074561.pdfapplication/pdf1598255https://repositorio.utb.edu.co/bitstream/20.500.12585/1118/1/0074561.pdf104c44c33960f236e0186e2d5934d18fMD51TEXT0074561.pdf.txt0074561.pdf.txtExtracted texttext/plain146388https://repositorio.utb.edu.co/bitstream/20.500.12585/1118/4/0074561.pdf.txt0b6914ca156ca49b6effc88f5e8e9170MD54THUMBNAIL0074561.pdf.jpg0074561.pdf.jpgGenerated Thumbnailimage/jpeg20134https://repositorio.utb.edu.co/bitstream/20.500.12585/1118/5/0074561.pdf.jpge624b443de374c7ffdac185a26ed17c9MD5520.500.12585/1118oai:repositorio.utb.edu.co:20.500.12585/11182023-05-25 16:29:29.464Repositorio Institucional UTBrepositorioutb@utb.edu.co |