Modelo predictivo para mejorar la seguridad urbana en la ciudad de Bogotá, D.C

Abstract

La monografía titulada " Modelo Predictivo para Mejorar La Seguridad Urbana en la Ciudad de Bogotá, D.C" aborda la problemática de la inseguridad en Bogotá mediante el desarrollo de un modelo predictivo basado en técnicas de machine learning e inteligencia artificial. El objetivo principal es diseñar un prototipo que procese datos públicos para identificar y notificar áreas con alta incidencia de criminalidad, reduciendo así la exposición de los habitantes a zonas peligrosas. La metodología empleada incluye la recolección y procesamiento de datos de seguridad pública, la creación de un algoritmo de aprendizaje automático y la evaluación del modelo mediante métricas de desempeño específicas. Los resultados obtenidos demuestran que el modelo desarrollado puede mejorar significativamente la seguridad y la percepción de seguridad en la ciudad, optimizando la asignación de recursos y, en última instancia, mejorando la calidad de vida de los ciudadanos.

The monograph titled "Predictive Model to Improve Urban Security in the City of Bogotá, D.C." addresses the issue of insecurity in Bogotá through the development of a predictive model based on machine learning and artificial intelligence techniques. The main objective is to design a prototype that processes public data to identify and notify areas with a high incidence of crime, thereby reducing residents' exposure to dangerous zones.The methodology employed includes the collection and processing of public security data, the creation of a machine learning algorithm, and the evaluation of the model using specific performance metrics. The results obtained demonstrate that the developed model can significantly enhance security and the perception of safety in the city, optimizing resource allocation and ultimately improving citizens' quality of life.