Registrarse

Buscar

Herramientas de predicción criminal y su impacto en nuestro proceso penal
La justicia y el proceso penal en clave algorítmica. Nuevos enfoques, nuevos riesgos
Cómo informar de autolesiones no suicidas según profesionales de salud. Guía para comunicadores de medios de comunicación
El discurso periodístico y los procesos de criminalización. Análisis de la cobertura del "caso Asunta"
La cultura de la violación al espejo victimológico. Detección y deconstrucción de inercias normalizadoras de la violencia sexual

JavaScript está desactivado. Para una mejor experiencia, por favor, activa JavaScript en el navegador antes de continuar.

Responder al tema

Mensaje: <blockquote data-quote="Admin" data-source="post: 319" data-attributes="member: 1">En este trabajo se estudia la aplicación de las técnicas de Machine Learning en el desarrollo de modelos de clasificación para la estimación del sexo de restos óseos humanos, dentro de un contexto forense y bioarqueológico. Estas técnicas permiten desarrollar algoritmos que puede aprender y esquematizar propiedades y patrones estructurales subyacentes de los datos, pudiendo utilizarse esta información para entender y predecir fenómenos específicos. Por tanto, dada la importancia que tiene una estimación fiable del sexo y la utilidad de las técnicas de Machine Learning en el desarrollo de modelos de clasificación para la predicción de variables categóricas. Lo que se propone en este trabajo es la aplicación de algoritmos estadísticos clásicos y de Machine Learning para la construcción de modelos predictivos para la estimación del sexo a partir de estudios métricos de estos restos. Para ello, en primer lugar se realizó una revisión bibliográfica de las técnicas de Machine Learning y de estadística clásica utilizadas en el área de la antropología forense. Obteniéndose un texto donde se definen y comparan estos métodos. Una vez hecho hecho se evaluaron y se escogieron los que podían adaptarse mejor a nuestro problema. Por último, se obtuvieron tres modelos de clasificación con los métodos de regresión logística, redes neuronales artificiales y Random Forest, utilizando el software R. Los resultados obtenidos fueron una serie de potentes modelos predictivos. Por lo que se puede decir que las técnicas de Machine Learning son una prometedora alternativa a los métodos clásicos de clasificación. Enlace: <a href="http://openaccess.uoc.edu/webapps/o2/bitstream/10609/82140/6/nalvarezfernTFM0618memoria.pdf" target="_blank">http://openaccess.uoc.edu/webapps/o2/bitstream/10609/82140/6/nalvarezfernTFM0618memoria.pdf</a> Derechos: <a href="https://creativecommons.org/licenses/by-nc-nd/3.0/es/" target="_blank">https://creativecommons.org/licenses/by-nc-nd/3.0/es/</a></blockquote>

Verificación

Acerca de nosotros

CrimenResuelto pretende ser un punto de encuentro de aquellas personas interesadas en el campo de la Criminología, además de un fondo documental de trabajos y artículos científicos relacionados con las diversas ramas que la componen. Es un foro participativo y dinámico. Os animo a que os registréis para que, de ese modo, tengáis acceso a todo el contenido publicado.

Novedades

Nuevos mensajes

Última actividad

Síguenos en Redes Sociales

Twitter