La criminología es una disciplina que tiene por objeto el estudio del criminal con relación al crimen con el objetivo de entender las distintas motivaciones que lo llevaron a cometer sus actos. Una de sus ramas es el perfilado criminal, cuyo objetivo es definir los llamados perfiles criminales estableciendo los patrones de conducta o características que comparten ciertos criminales a partir de, normalmente, un conjunto reducido de datos del autor, la víctima, o el escenario de un crimen. En este contexto, y para poder llevar a cabo dichas tareas, se han utilizado tradicionalmente modelos y técnicas estadísticas tales como algoritmos de agrupamiento, regresión, o agrupación categórica o cuantitativa. Durante los últimos años se han comenzado a utilizar algunos modelos más complejos, los llamados modelos probabilísticos gráficos, como las redes bayesianas, que proporcionan una mayor capacidad holística y funcional que los modelos anteriormente mencionados que se venían usando. Este tipo de nuevos modelos, y más en concreto las redes bayesianas, son especialmente interesantes aplicadas a estas disciplinas, ya que permiten no solo asociar todas las variables de un mismo caso en un solo modelo sino además predecir variables no observadas o desconocidas en un caso a partir de las variables que sí son conocidas o se han podido observar, como pueden ser las variables relacionadas con el autor de un crimen sin resolver a partir de los datos observados del escenario o de la víctima. En el presente trabajo de grado nos centraremos en estudiar los diferentes algoritmos de entrenamiento e inferencia con redes bayesianas para el contexto explicado. A partir de una base de datos que recoge variables de casos de agresiones sexuales, trataremos de predecir las variables del autor del crimen.
Enlace: https://repositorio.uam.es/handle/10486/688205
Derechos: http://creativecommons.org/licenses/by-nc-nd/4.0/
Enlace: https://repositorio.uam.es/handle/10486/688205
Derechos: http://creativecommons.org/licenses/by-nc-nd/4.0/