Acceder
Registrarse
Novedades
Buscar sólo en títulos
De:
Buscar
Buscar
Buscar sólo en títulos
De:
Inicio
Foros
Nuevos mensajes
Buscar en foros
Novedades
Nuevos mensajes
Última actividad
Donar
Acceder
Registrarse
Novedades
Buscar sólo en títulos
De:
Buscar
Buscar
Buscar sólo en títulos
De:
Menú
Acceder
Registrarse
Instalar la app
Instalar
Últimos hilos
Jack El Destripador
Cyberstalking en parejas juveniles
El miedo tiene género: representaciones y prácticas sociales sobre el miedo al delito en España
Perfil de conducta digital, ciberdelitos y cifra negra: análisis de una muestra española
La Teoría de la Asociación Diferencial
Inicio
Foros
CRIMINOLOGÍA
RAMAS DE LA CRIMINOLOGÍA
SOCIOLOGÍA CRIMINOLÓGICA
Modelos probabilísticos gráficos para predicción de perfiles criminales
JavaScript está desactivado. Para una mejor experiencia, por favor, activa JavaScript en el navegador antes de continuar.
Estás usando un navegador obsoleto. No se pueden mostrar este u otros sitios web correctamente.
Se debe actualizar o usar un
navegador alternativo
.
Responder al tema
Mensaje
<blockquote data-quote="Admin" data-source="post: 452" data-attributes="member: 1"><p style="text-align: justify">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.</p> <p style="text-align: justify"></p> <p style="text-align: justify">Enlace: <a href="https://repositorio.uam.es/handle/10486/688205" target="_blank">https://repositorio.uam.es/handle/10486/688205</a></p> <p style="text-align: justify"></p> <p style="text-align: justify">Derechos: <a href="http://creativecommons.org/licenses/by-nc-nd/4.0/" target="_blank">http://creativecommons.org/licenses/by-nc-nd/4.0/</a></p></blockquote><p></p>
[QUOTE="Admin, post: 452, member: 1"] [JUSTIFY]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: [URL]https://repositorio.uam.es/handle/10486/688205[/URL] Derechos: [URL]http://creativecommons.org/licenses/by-nc-nd/4.0/[/URL][/JUSTIFY] [/QUOTE]
Insertar citas…
Verificación
Responder
Inicio
Foros
CRIMINOLOGÍA
RAMAS DE LA CRIMINOLOGÍA
SOCIOLOGÍA CRIMINOLÓGICA
Modelos probabilísticos gráficos para predicción de perfiles criminales
Este sitio usa cookies. Para continuar usando este sitio, se debe aceptar nuestro uso de cookies.
aceptar
Más información.…
Arriba
Pie
