Logotipo del repositorio
Logotipo del repositorio
 

Aplicación de Machine Learning para análisis de los fenómenos de violencia intrafamiliar en el departamento del Atlántico

Vista sencilla de ítem
datacite.rightshttp://purl.org/coar/access_right/c_16eceng
dc.contributor.advisorHeredia, D.
dc.contributor.authorChamorro, K.
dc.contributor.authorLaza, N.
dc.contributor.authorNoriega, H.
dc.contributor.authorRojano, R.
dc.contributor.authorVega, J.
dc.date.accessioned2021-08-04T18:57:00Z
dc.date.available2021-08-04T18:57:00Z
dc.date.issued2021
dc.description.abstractLa finalidad de este artículo es presentar los resultados de una búsqueda global y caracterizar los hechos de violencia intrafamiliar presentados en el departamento del Atlántico; al recolectar información de estudios hechos a nivel mundial, en los continentes europeos, el continente asiático, y el continente americano, al igual, cuáles son los países más afectados por la violencia intrafamiliar, se ubica a Colombia en el puesto 147 de 162 países evaluados, siendo el número 1 el puesto correspondiente al país más pacífico. Partiendo de esto, hicimos un enfoque en el país, más específicamente en el departamento del atlántico. A su vez a los datos recolectados se les aplicaron técnicas de Machine Learning.spa
dc.description.abstractThe purpose of this article is to present the results of a global search and to characterize the acts of domestic violence presented in the department of Atlántico; When collecting information from studies carried out worldwide, in the European continents, the Asian continent, and the American continent, as well as which countries are most affected by domestic violence, Colombia is ranked 147 out of 162 countries evaluated , number 1 being the position corresponding to the most peaceful country. Starting from this, we focused on the country, more specifically on the department of the Atlantic. In turn, Machine Learning techniques were applied to the collected data.eng
dc.format.mimetypepdfspa
dc.identifier.urihttps://hdl.handle.net/20.500.12442/8101
dc.language.isospaspa
dc.publisherEdiciones Universidad Simón Bolívarspa
dc.publisherFacultad de Ingenieríasspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacionaleng
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccesseng
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectMachine learningspa
dc.subjectViolencia intrafamiliarspa
dc.subjectEstudios de hechosspa
dc.subjectMachine learningeng
dc.subjectDomestic violenceeng
dc.subjectFactual studieseng
dc.titleAplicación de Machine Learning para análisis de los fenómenos de violencia intrafamiliar en el departamento del Atlánticospa
dc.title.translatedMachine Learning application for analysis of domestic violence phenomena in the department of Atlanticoeng
dc.type.driverinfo:eu-repo/semantics/bachelorThesiseng
dc.type.spaTrabajo de grado - pregradospa
dcterms.referencesJ. Pineda y L. Otero, «Género, violencia intrafamiliar e intervención pública en Colombia,» Revista de estudios sociales, nº 17, pp. 19-31, 2004.spa
dcterms.referencesC. Caicedo, «LUCHA CONTRA LA VIOLENCIA INTRAFAMILIAR : PERSPECTIVAS DESDE LA EXPERIENCIA COLOMBIANA,» Diciembre 2005. [En línea]. Available: http://www.americalatinagenera.org/documentos/roster/ros_32_Lucha%20contra%20la%20violencia%20intrafamiliar.pdf. [Último acceso: Mayo 2021].spa
dcterms.referencesE. N. I. y M. M.J., «What Is Machine Learning?,» de Machine Learning in Radiation Oncology, Springer International Publishing Switzerland, 2015, pp. 3-11.eng
dcterms.referencesD. Heredia, Y. Amaya y E. Barrientos, «Student dropout predictive model using data mining techniques,» IEEE Latin America Transactions, vol. 13, nº 9, pp. 3127-3134, 2015.eng
dcterms.referencesD. Heredia, J. Castillo, P. Sanmartin y V. Quintero, «Aplicación de técnicas de minería de datos sobre datos georreferenciados para obtener un modelo predictivo: Caso de Estudio Hurtos en la Ciudad de Barranquilla,» de Datos, Información, Tendencias, tres miradas sobre un contexto cambiante, Barranquilla, Ediciones Universidad Simón Bolívar, 2019, pp. 77-91.spa
dcterms.referencesE. Fernandez y Y. Gomez, «Metodología para el análisis de la violencia en el departamento de Bolívar mediante técnicas de machine learning,» 2018. [En línea]. Available: http://repositorio.utb.edu.co/handle/20.500.12585/1118. [Último acceso: Febrero 2021].spa
dcterms.referencesM. Hung, J. Wu, J. Chang y Y. D, «An Efficient k-Means Clustering Algorithm Using Simple Partitioning,» JOURNAL OF INFORMATION SCIENCE AND ENGINEERING, nº 21, pp. 1157-1177, 2005eng
dcterms.referencesE. Kulkarni y R. Kulkarni, «WEKA Powerful Tool in Data Mining,» de National Seminar on Recent Trends in Data Mining, 2016.eng
dcterms.referencesL. Breiman, «Random Forests,» de Machine Learning, Berkley, Springer, 2001, p. 5–32.eng
dcterms.referencesZ. Masetic y A. Subasi, «Congestive heart failure detection using random forest classifier,» Computer Methods and Programs in Biomedicine, vol. 130, pp. 54-64, 2016.eng
dcterms.referencesC. Corso, «Aplicación de algoritmos de clasificación supervisada usando Weka.,» 2009. [En línea]. Available: https://www.investigacion.frc.utn.edu.ar/labsis/Publicaciones/congresos_labsis/cynthia/CNIT_2009_Aplicacion_Algoritmos_Weka.pdf. [Último acceso: Mayo 2021].eng
dcterms.referencesS. Kapil y M. Chawla, «Performance evaluation of K-means clustering algorithm with various distance metrics,» de IEEE 1st International Conference on Power Electronics, Intelligent Control and Energy Systems (ICPEICES), 2016.eng
dcterms.referencesR. M. V. R. Berlanga V., 1 Enero 2013. [En línea]. Available: http://hdl.handle.net/2445/43762. [Último acceso: Mayo 2021].spa
dcterms.referencesP. Kapoor y R. Rani, «Efficient Decision Tree Algorithm Using J48 and Reduced Error Pruning,» International Journal of Engineering Research and General Science, vol. 3, nº 3, pp. 1613-1621, 2015.eng
dcterms.referencesPolicía Nacional de Colombia, «Datos abiertos,» Febrero 2021. [En línea]. Available: https://www.datos.gov.co/Seguridad-y-Defensa/Reporte-Delito-Violencia-Intrafamiliar-Polic-a-Nac/vuyt-mqpw. [Último acceso: Febrero 2021].spa
oaire.versioninfo:eu-repo/semantics/acceptedVersioneng
sb.programaIngeniería de Sistemasspa
sb.sedeSede Barranquillaspa

Archivos

Bloque original
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
PDF.pdf
Tamaño:
502.2 KB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
PDF_Resumen.pdf
Tamaño:
299.9 KB
Formato:
Adobe Portable Document Format
Descargar

Colecciones

Pregrado
Artículos

Universidad Simón Bolívar: Todos los derechos reservados / Sistema de biblioteca