Aplicación de técnicas de machine learning (aprendizaje automático) para la detección y 
prevención de hurtos a personas en Bucaramanga 

 

 

 

 

 

Integrantes del Equipo: 

MELISSA GARCIA HERRERA 

VICTOR ANDRES NIÑO VARGAS  

DANIEL ENRIQUE GRANADOS IGLESIAS  

DAVID HERNANDO HENAO MARULANDA 

 

 

 

 

Universidad EAN 

Especialización en Machine Learning 

Seminario de Investigación 

Grupo MLRU1A - M5V - Virtual – 2024 

Profesora. Marie José Chery Leal 

  

   

  

 

 

 

 

  

Diciembre de 2024 



   
 

   
 

 

Resumen  

Este trabajo analiza los patrones de criminalidad en Bucaramanga entre 2016 y 2023, utilizando 
técnicas de análisis de datos y Machine Learning para identificar zonas de alto riesgo y predecir 
delitos futuros. A través de análisis descriptivo, georreferenciación y modelos de clustering, se 
identificaron áreas con alta incidencia delictiva, especialmente hurtos a personas. Se desarrolló 
un visualizador interactivo en Power BI para facilitar a las entidades locales en la toma de 
decisiones y diseño de estrategias de prevención, destacando la importancia de intervenciones 
basadas en patrones temporales, geoespaciales y demográficos. 

Palabras claves: seguridad ciudadana, hurtos a personas, detección, machine learning. 

 

Problema de Investigación 

La seguridad ciudadana es una preocupación constante para los gobiernos, ya que afecta 
profundamente la vida cotidiana de las personas y es un factor crítico para el crecimiento y 
desarrollo económico de cualquier país (BID, 2024). En este contexto, es importante destacar 
que muchos Estados consideran la seguridad ciudadana como una prioridad, ya que solo en un 
entorno pacífico se pueden establecer las condiciones sociales, económicas y políticas 
adecuadas para el progreso y desarrollo de una nación (Gonzales Rodriguez & Barbarán Mozo, 
2021). Un entorno seguro no solo mejora la calidad de vida, sino que también atrae inversiones, 
fomenta el comercio y promueve el turismo, todos ellos elementos esenciales para el desarrollo 
económico. (IMF, 2023). 

En Colombia, la seguridad ciudadana ha sido históricamente una de las principales 
preocupaciones. Según el Índice Mundial de Crimen Organizado del 2023, “Colombia ocupa el 
segundo lugar a nivel global en criminalidad” (Índice global de crimen organizado, 2023). 
Además, la situación de criminalidad ha mostrado una tendencia preocupante, con un aumento 
constante en delitos como el hurto y la extorsión. De acuerdo con el Centro de Estudios de 
Justicia (CEJ), cada día más de mil personas en Colombia son víctimas de estos delitos (CEJ, 
2023), lo que evidencia un deterioro en la seguridad ciudadana y un creciente desafío para las 
autoridades. 

Esta realidad subraya la urgente necesidad de fortalecer las políticas de seguridad y de buscar 
soluciones innovadoras que puedan revertir esta tendencia y restaurar la confianza pública. 
“Reducir el nivel de delincuencia en América Latina al nivel del promedio mundial incrementaría 
el crecimiento económico anual de la región en 0,5 puntos porcentuales, lo que equivale a 
aproximadamente un tercio del crecimiento registrado en América Latina entre 2017 y 2019” 
(FMI, 2023, párrafo 5). 

En Bucaramanga, el informe de Calidad de Vida elaborado por el programa Bucaramanga 
Metropolitana Cómo Vamos (BMCV) en 2023 señala que, en 2022, 11.326 personas reportaron 
ser víctimas de hurto en el área metropolitana. Además, se evidenció un incremento del 38.85% 
en los hurtos a personas entre enero y junio de 2023 en comparación con el mismo período de 
2022. Más de la mitad de los casos de hurto a personas en 2022 representaron el 68% de estos 
hechos en el área metropolitana, lo que resalta la necesidad de mejorar la seguridad en la región 
(Bucaramanga Metropolitana como vamos, 2023). 



   
 

   
 

En este contexto, el uso de técnicas avanzadas como el Machine Learning se presenta como una 
opción prometedora para mejorar la detección y prevención de actividades delictivas.  Estas 
técnicas ya han demostrado ser efectivas en diversos campos, como en finanzas, un ejemplo es 
que se utilizan para la evaluación de escenarios donde valuan clientes con perfiles riesgosos e 
inclusive determinar operaciones que signifiquen fraudes (Alvarado Zabala, Martillo Alchundia, 
& Guzman Seraquive, 2022); en salud, mejorando el diagnóstico temprano de enfermedades 
como el cáncer (Musheer Aziz, Yaqoob, & Kumar verma, 2023); y en marketing y ventas, facilitan 
la personalización de ofertas y la predicción de comportamientos de consumo (Herhausen, 
Bernritter, Ngai, Kumar, & Delen, 2024). En todos estos ámbitos, el Machine Learning se ha 
consolidado como una herramienta valiosa para enfrentar desafíos complejos.  

Mediante la recolección y análisis de datos vinculados a incidentes delictivos, el Machine 
Learning puede asistir a las agencias de seguridad y a la sociedad civil en la previsión y disuasión 
de actos delictivo. La implementación de estas tecnologías podría ser un factor decisivo en la 
reducción de la criminalidad, contribuyendo así al desarrollo económico y social de la región 
(Karabo, Cagatay, & Gorkem, 2023).  

Por esta razón, la presente investigación se centra en la siguiente pregunta: ¿Cómo pueden las 
técnicas de machine learning mejorar la detección y prevención de hurtos a personas en 
Bucaramanga? Este trabajo busca abordar esta problemática mediante la aplicación de 
técnicas de machine learning para la detección y prevención de hurtos a personas, con el fin de 
ofrecer una herramienta predictiva que permita a las autoridades locales anticipar la ocurrencia 
de estos delitos y tomar decisiones informadas para reducir su impacto. 

 

Objetivos 

Objetivo General 

Aplicar técnicas de machine learning para desarrollar una herramienta de visualización que 
permita la prevención de hurtos a personas en la ciudad de Bucaramanga. 

Objetivos Específicos 

• Identificar por medio de machine learning las zonas en Bucaramanga con características 
similares en cuanto a la ocurrencia de hurtos a personas, utilizando variables 
socioeconómicas, demográficas y de criminalidad.  

• Desarrollar un modelo de series de tiempo para predecir la frecuencia y probabilidad de 
hurto en Bucaramanga en el año 2025. 

• Desarrollar un visualizador que identifique las zonas de mayor riesgo de hurtos en la 
ciudad de Bucaramanga para facilitar a las autoridades las intervenciones preventivas 
en las áreas más vulnerables. 

 

 

 

Justificación 



   
 

   
 

El aumento en la tasa de criminalidad es un problema significativo en muchas ciudades 
alrededor del mundo. Según el Índice Mundial de Crimen Organizado 2023, elaborado por Global 
Initiative, Colombia ocupa el segundo lugar en el ranking mundial de países con mayor 
criminalidad (Global Initiative Against, 2023). Este índice, que analiza la criminalidad y la 
resiliencia frente al crimen organizado en los 193 países miembros de la ONU, revela que el 83% 
de la población mundial vive en países con altos niveles de criminalidad, un incremento respecto 
al 79% registrado en 2021. A nivel global, Colombia se encuentra entre los países con mayor 
criminalidad junto con Birmania, México y Paraguay, y lidera la lista en América Latina (Mark 
Shaw, 2023). 

El hurto a personas (como el robo de carteras o teléfonos móviles) sigue siendo una de las 
formas más comunes de crimen a nivel mundial. Aunque el porcentaje exacto de hurtos varía 
según la región, en muchos países representa una parte significativa de los delitos totales. En 
general, representan entre el 30% y el 50% de los delitos denunciados en varias regiones del 
mundo. Si bien no se puede obtener un número exacto a nivel global, varios estudios e informes, 
como el Índice Mundial de Crimen Organizado 2023, muestran que los delitos como el robo y 
hurto siguen siendo prevalentes en todo el mundo, especialmente en áreas urbanas con alta 
densidad de población y una presencia limitada de fuerzas de seguridad (GIJN Staff, 2023). 

Bucaramanga, una de las ciudades más importantes de Colombia por su desarrollo económico 
y calidad de vida, enfrenta un aumento en la percepción de inseguridad entre sus habitantes. 
Aunque los robos han disminuido un 31% en comparación con años anteriores y el 
esclarecimiento de los delitos ha aumentado en un 54%, persiste un sentimiento de temor en la 
población. Según la Policía Metropolitana de Bucaramanga, los métodos de robo más comunes 
incluyen el cosquilleo, atraco a mano armada, suplantación de identidad, uso de escopolamina 
y el halado de vehículos, los cuales afectan principalmente a barrios como Centro, Cabecera del 
Llano y San Francisco. A pesar de las mejoras en las estadísticas, un reciente sondeo reveló que 
el 82% de los bumangueses se sienten inseguros en las calles, lo que pone de manifiesto una 
desconexión entre las cifras oficiales y la percepción cotidiana de los ciudadanos (Euclides Kilo 
Ardila, 2024). 

La detección y prevención temprana de actividades delictivas es crucial para garantizar la 
seguridad pública y proteger a los ciudadanos. Sin embargo, las técnicas tradicionales de 
vigilancia y análisis de datos pueden ser insuficientes para identificar patrones complejos de 
comportamiento criminal que podrían prevenir futuros delitos. 

El uso de Machine Learning (ML) en la seguridad pública ofrece una nueva dimensión para 
abordar este problema. Las técnicas de ML pueden analizar grandes volúmenes de datos de 
diversas fuentes, incluyendo cámaras de vigilancia, redes sociales, y registros policiales, para 
identificar patrones de comportamiento que podrían indicar una actividad delictiva inminente. 
El objetivo de esta investigación es evaluar la eficiencia del uso de ML en la detección de 
actividades delictivas buscando la reducción significativa de las tasas de criminalidad, al 
permitir una respuesta más rápida y eficaz por parte de las fuerzas de seguridad (Ordóñez, H., 
Cobos, C., & Bucheli, V. 2020). 

El enfoque basado en Machine Learning es adecuado debido a su capacidad para aprender y 
adaptarse a nuevos patrones, mejorando continuamente la precisión de las predicciones. 



   
 

   
 

Además, las técnicas de ML pueden ser integradas con sistemas de vigilancia existentes, lo que 
facilita su implementación. El uso de modelos predictivos avanzados, como redes neuronales y 
algoritmos de clasificación, permitirá detectar anomalías y comportamientos sospechosos con 
alta precisión (Ordóñez, H., Cobos, C., & Bucheli, V. 2020). 

Este proyecto busca beneficiar la seguridad pública reduciendo la tasa de hurtos a personas en 
la ciudad de Bucaramanga. Además, al prevenir estos delitos antes de que ocurran, se reduce la 
carga sobre los sistemas judiciales y se promueve un entorno más seguro para el desarrollo 
social y económico. El impacto positivo de este proyecto podría servir como modelo para otras 
ciudades con problemas similares. También se alinea con los esfuerzos locales para mejorar la 
seguridad ciudadana mediante el uso de tecnología de punta (Vanguardia, 2024). Además, está 
en consonancia con las políticas de innovación tecnológica en la administración pública, que 
buscan utilizar la inteligencia artificial para resolver problemas complejos en la sociedad (G. A. 
Vergel-Clavijo y A. M. Guerrero-Bayona, 2023). 

Esta es una iniciativa innovadora y necesaria que tiene el potencial de transformar la manera en 
que se maneja la seguridad pública en las ciudades. La implementación de este proyecto por 
parte de las autorizades competentes abordaría un problema urgente y, de llevarse a cabo, 
podría establecer un nuevo estándar en la prevención del delito mediante el uso de tecnologías 
avanzadas. 

 

Marco Teórico 

En la actualidad el aumento de las actividades delictivas representa un desafío significativo para 
las autoridades y la sociedad en general, particularmente en países como Colombia, donde la 
criminalidad sigue siendo un problema persistente. La identificación de patrones delictivos y la 
predicción de eventos criminales han sido objetivos clave en la lucha contra el crimen, pero las 
metodologías tradicionales han demostrado ser insuficientes para enfrentar la complejidad y 
dinámica de los delitos modernos. 

En este contexto, el uso de técnicas avanzadas como el machine learning ha emergido como 
una solución prometedora para mejorar la detección y prevención de actividades delictivas. 
Estas técnicas permiten el análisis de grandes volúmenes de datos y la identificación de 
patrones complejos que serían difíciles de discernir mediante métodos convencionales. Sin 
embargo, la implementación de machine learning en el ámbito de la seguridad plantea desafíos 
tanto técnicos como éticos (Ordóñez et al, 2020). 

El presente marco teórico busca proporcionar una base sólida para la investigación. En primer 
lugar, se realiza una revisión exhaustiva de la literatura existente, identificando estudios previos 
que han aplicado técnicas de machine learning en la detección y prevención de delitos, así como 
las limitaciones y desafíos que estos estudios han revelado. Posteriormente, se exploran las 
teorías criminológicas y conceptos clave que subyacen a la predicción del crimen, integrándolos 
con los principios fundamentales del machine learning. Finalmente, se describen los modelos y 
enfoques metodológicos que se consideran más adecuados para abordar el problema de 
investigación, sentando las bases para la implementación práctica en el contexto colombiano y 
en la ciudad de Bucaramanga. 



   
 

   
 

Este marco teórico, por lo tanto, no solo sirve como fundamento conceptual para la 
investigación, sino que también orienta el desarrollo de un modelo aplicable a la realidad 
delictiva de Colombia y Bucaramanga, con el objetivo de contribuir al mejoramiento de la 
seguridad pública y la reducción de la criminalidad en esta región. 

 

1. Estado del arte. 

Son varias las investigaciones y estudios que se han realizado en torno a la gestión de la 
criminalidad con soporte del Machine Learnig como elemento habilitador. En ese apartado se 
analizan algunas de las investigaciones más representativas, como un primer acercamiento al 
estado del arte de la propuesta de valor. 

Un primer acercamiento es el de Gelvez, J., Nieto, M., & Rocha, C. (2022), quienes presentan un 
modelo de Machine Learning para predecir el crimen en Bucaramanga, una ciudad intermedia 
en Colombia, la cual es el foco de la presente investigación. Se emplearon técnicas de 
procesamiento de señales en grafos y una adaptación del modelo TF-IDF (frecuencia de término 
– frecuencia inversa de documento) para text mining (minería de texto). Los resultados 
mostraron que los modelos espaciales de grafos con periodicidad semanal ofrecen las mejores 
predicciones. El modelo de KNN (K vecinas más cercanas o K-nearest neighbors) de clasificación 
fue el más efectivo, con un 59% de recall (sencibilidad) y más del 60% de exactitud. Aunque los 
modelos de predicción son útiles para estrategias de prevención en grandes ciudades, enfrentan 
restricciones en ciudades intermedias con datos limitados. 
 
Muñoz, V. (2021), evalúa tres modelos de clasificación que son Random Forest (bosque 
aleatorio), regresión logística y SVM (Máquina de Vectores de Soporte), para predecir el crimen 
en Medellín, enfocándose en diferentes tipos de hurto a personas (atraco, descuido, cosquilleo 
y raponazo). La investigación sigue el proceso CRISP-DM (Proceso Estándar Inter-Indsutrias para 
Minería de Datos), que incluye la recopilación y análisis de datos históricos y tasas de 
desempleo, y compara el rendimiento de estos modelos con un enfoque basado en reglas, 
utilizando métricas como exactitud, sensibilidad, precisión y valor F1. Entre las fuentes de 
información utilizadas por Muñoz se encuentran: 
 

• Base de datos de crímenes y accidentes en la página web MEDATA de Medellín. 
• Base de datos de las comunas y barrios de Medellín, en el portal GEOMEDELLIN. 
• Base de datos de las variables meteorológicas del SIATA (Sistema de Alertas Temprana 

de Medellín y el Valle de Aburra). 
• Base de datos con las variables demográficas. 
 

Ordóñez, H., Cobos, C., & Bucheli, V. (2020) presentan un modelo de Machine Learning basado 
en Máquinas de Soporte Vectorial para regresión (SVR) para predecir las tendencias de hurto en 
Colombia y sus tres principales ciudades. El modelo fue validado utilizando un extenso dataset 
de la Fiscalía Nacional de Colombia, que abarca más de 2,6 millones de registros de delitos 
desde 1960 hasta 2019. Comparado con un modelo de regresión lineal estándar y un modelo 
SVR sin ajuste, los resultados del modelo ajustado son prometedores y podrían ser útiles para 
la toma de decisiones en la lucha contra el hurto. 

Otro de los estudios más relevantes, es el de Ardila (2023), quien estudia la relación entre el 
crimen y los factores socioeconómicos en la ciudad de Medellín. Su estudio se centra en analizar 



   
 

   
 

los patrones espaciales de delitos en Medellín, Colombia, utilizando modelos de Machine 
Learning para predecir la probabilidad de ocurrencia de diversos crímenes anualmente, 
considerando datos históricos y sociodemográficos. Se emplearon modelos como Mínimos 
Cuadrados Ordinarios, Random Forest y Extreme Gradient Boosting (refuerzo de gradientes 
extremo), los cuales mostraron un buen desempeño en términos de precisión. Se observó que 
variables socioeconómicas, como la proporción de jóvenes, el desempleo, la pobreza 
multidimensional y las condiciones de vivienda, tienen un alto poder predictivo tanto a nivel de 
barrios como de grillas. 

López, G. y Manosalvas, P. (2023) estudian la relación entre variables socioeconómicas y la 
ocurrencia de delitos mediante un modelo de aprendizaje de random forest, cuyo objetivo es 
comprender los patrones, las tendencias y los factores determinantes que fomentan la 
criminalidad. El conjunto de datos se obtuvo a través de organismos como el Consejo de la 
Judicatura y el Instituto Nacional de Estadística y Censos (INCE), e incluía variables como la tasa 
de desempleo, la población y la pobreza multidimensional. Mediante el modelo, se evidenció 
que las variables con mayor importancia para determinar la criminalidad son el cantón 
(municipio) y la provincia (departamento). 
 
Salazar Isairias, S.  (2024) aborda el desarrollo de un modelo de machine learning, 
específicamente un modelo de redes neuronales basadas en grafos, para la predicción de la 
criminalidad en Bogotá D.C. El modelo se basa en el concepto de crime forecasting (pronóstico 
del crimen) para su funcionamiento. El modelo es entrenado con variables como la fecha, 
localidad, barrio, tipo de crimen (homicidios, hurto a personas y hurto de celulares), y la cantidad 
de crímenes. Los grafos generados corresponden a las localidades, ya que no es posible 
seleccionar los barrios debido a los cambios que estos han sufrido durante el periodo de los 
datos utilizados, que corresponde al periodo entre 2016 y 2019. Los datos fueron tomados en 
conjunto del portal queremosdatos.co y de portal de reportes de crímenes de la Policía 
Nacional. 
 
El Machine Learning y la modelación estadística avanzada también tienen participación en los 
estudios psicológicos y sociológicos relacionados con la criminología. En su estudio, Nedelec & 
Di Mienzo (2023) exponen que la criminología evolutiva integra conceptos de psicología evolutiva 
para mejorar la comprensión del crimen y el comportamiento antisocial, cuestionando las 
teorías criminológicas tradicionales. Un ejemplo reciente es la teoría de la taxonomía evolutiva, 
que se basa en la teoría de la historia de vida de Moffitt. Aunque esta teoría ha sido útil, aún no 
se ha evaluado exhaustivamente cómo las medidas de la teoría de la historia de vida predicen la 
clasificación en grupos de delincuentes según la taxonomía de Moffitt. Este estudio utilizó datos 
del Estudio Longitudinal Nacional de la Salud de la Adolescencia a la Adultez (n = 12,012) y, 
haciendo uso de Regresión Lineal Múltiple, se halló que las medidas relacionadas con el 
esfuerzo somático y el entorno de desarrollo eran predictivas para la clasificación en grupos de 
delincuentes, mientras que las relacionadas con el esfuerzo reproductivo no lo eran. Los 
resultados tienen implicaciones tanto para la criminología evolutiva como para la criminología 
tradicional. 

Por su parte, Watts (2023) afirma que las técnicas de aprendizaje automático tienen un gran 
potencial en psiquiatría forense para prever resultados individuales de los pacientes, aunque el 
campo aún está en desarrollo. Su capítulo ofrece una visión general de los modelos predictivos 
para evaluar la violencia y el comportamiento delictivo, así como la simulación de enfermedades 
mentales graves tras un arresto para evitar penas de prisión. También se exploran diversas 



   
 

   
 

técnicas de aprendizaje automático y diseños experimentales aplicables a problemas 
persistentes en el área. El objetivo es proporcionar recomendaciones metodológicas para 
avanzar hacia una ciencia forense más precisa. 

2. Una aproximación a la criminalidad 

La Real Academia de la Lengua Española (RAE) define a la delincuencia como “el conjunto de 
delitos, ya en general o ya referidos a un país, época o especialidad en ellos” (Real Academia de 
la Lengua Española, s.f., párr. 1). Enfocando específicamente en el hurto como el foco de 
análisis del presente documento, este es definido como “el delito consistente en tomar con 
ánimo de lucro cosas muebles ajenas contra la voluntad de su dueño, sin que concurran las 
circunstancias que caracterizan el delito de robo” (Real Academia de la Lengua Española, s.f., 
párr. 1). González (2019) lo define como el apoderamiento de bienes muebles ajenos con ánimo 
de lucro, sin emplear violencia ni intimidación. Esta conceptualización, presente en la mayoría 
de los códigos penales contemporáneos, protege no solo la propiedad, sino también la 
posesión. Los autores del hurto son aquellos que sustraen bienes sin la voluntad de su dueño, y 
este delito puede variar en gravedad según el valor de lo hurtado. 

Históricamente, el hurto tiene sus raíces en el Derecho romano, donde las XII Tablas sentaron 
las bases legales y se diferenciaron infracciones como el hurto y el robo. En el ámbito del 
Derecho Penal español, desde el Fuero Juzgo hasta el Código de 1882, las sanciones fueron 
variando, incluyendo castigos pecuniarios y severos, como la pena de muerte para delitos de 
mayor gravedad. Esta evolución refleja la complejidad del fenómeno del hurto y su tratamiento 
a lo largo del tiempo (González, 2019). 

La criminología, como disciplina científica, busca comprender las causas, patrones y 
consecuencias del comportamiento delictivo dentro de la sociedad (Del Olmo, 1999). A lo largo 
del tiempo, diversos enfoques teóricos han intentado explicar por qué ocurren los delitos y cómo 
pueden ser prevenidos o controlados. Estas teorías no solo proporcionan una comprensión 
profunda de los factores que influyen en la criminalidad, sino que también ofrecen un marco 
conceptual esencial para la aplicación de técnicas modernas en la predicción y prevención del 
crimen. 

Entre las teorías más influyentes, Buil (2016) menciona la Escuela Clásica, Cartográfica, 
Positiva, de Chicago, la teoría de la asociación diferencial, de la anomia, del control, las 
corrientes críticas, las teorías de la oportunidad y la teoría de las ventanas rotas. La teoría de la 
asociación diferencial, de Sutherland, sostiene que el delito es aprendido a través de la 
interacción social, especialmente en grupos íntimos, donde se adquieren tanto las técnicas 
delictivas como las justificaciones antisociales (Matsueda, 2006; Sutherland et al., 1992). 

La teoría de la anomia sugiere que cambios macrosociales pueden debilitar las normas sociales, 
lo que incrementa la criminalidad (Serrano-Maíllo, 2004). Por su parte, Hirschi (1969) argumenta 
en las teorías del control que vínculos sociales fuertes previenen la conducta delictiva, como 
apego, compromiso, implicación y creencias prosociales (Cid & Larrauri, 2001). 

Las teorías de la oportunidad, desarrolladas entre los años 60 y 70, destacan que el entorno 
físico influye en la manifestación de comportamientos delictivos. Felson y Clarke (1998) 
proponen que las oportunidades delictivas son específicas, concentradas en tiempo y espacio, 
y pueden ser reducidas para prevenir delitos. Finalmente, la teoría de las ventanas rotas de 



   
 

   
 

Wilson y Kelling (1982) postula que el desorden urbano fomenta la criminalidad al deteriorar el 
control comunitario. 

Conocer los principios básicos de la criminología, al igual que las principales teorías 
criminológicas es esencial para entender cómo piensa y actúa el ser humano en contextos 
delictivos, lo que permite diseñar soluciones a estas problemáticas y, en particular, con el apoyo 
de machine learning, eje que constituye esta investigación permite alinear estas soluciones con 
las motivaciones y dinámicas del comportamiento criminal. 

 

3. Machine Learning: Fundamentación teórica 

Según Fernandes (2018), el Machine Learning es una rama de la inteligencia artificial que se 
enfoca en desarrollar algoritmos y modelos que permiten a las computadoras aprender y tomar 
decisiones a partir de datos, sin ser programadas explícitamente para cada tarea. Sirve para 
automatizar procesos, hacer predicciones, identificar patrones y tomar decisiones informadas 
en diversos campos, como la detección de fraudes, el reconocimiento facial, la personalización 
de contenidos, el marketing personalizado y mucho más. Existen varios tipos de modelos en 
Machine Learning, que se pueden clasificar principalmente en supervisados, no supervisados, 
semisupervisados y de aprendizaje por refuerzo (Kubat, 2017). A continuación, se presentan 
algunos de los modelos más reconocidos en la industria. 

 

3.1. Modelos Supervisados 

Estos modelos se entrenan con un conjunto de datos etiquetados, donde se conoce la salida 
deseada para cada entrada (Fernandes, 2018). Dentro de los modelos supervisados, se 
encuentran dos subcategorías principales: regresión y clasificación. 

3.1.1. Regresión 
La regresión se utiliza para predecir valores numéricos continuos. Kuhn y Johnson (2013) 
exponen entre los principales modelos de regresión, los siguientes: 

• Regresión Lineal: Predice un valor numérico como una combinación lineal de las 
características de entrada. 

• Regresión Polinómica: Extensión de la regresión lineal que puede capturar relaciones no 
lineales entre las características. 

• Regresión Ridge y Lasso: Versiones regularizadas de la regresión lineal que previenen el 
sobreajuste. 

• Decision Tree Regressor: Un modelo de árbol de decisión que divide los datos en 
segmentos homogéneos basándose en las características de entrada, haciendo 
predicciones mediante la media de los valores en las hojas del árbol. Es simple, pero 
puede ser propenso al sobreajuste. 

• Random Forest Regressor: Un modelo de ensamble basado en la técnica de bagging 
(agregación) que combina múltiples árboles de decisión entrenados en diferentes 
subconjuntos del conjunto de datos. La predicción final es el promedio de las 
predicciones de todos los árboles, lo que reduce la varianza y mejora la precisión. 

• XGBoost Regressor: Un modelo de boosting (potenciar) que combina secuencialmente 
árboles de decisión, donde cada nuevo árbol corrige los errores de los árboles 



   
 

   
 

anteriores. Es conocido por su alta precisión y eficiencia computacional, especialmente 
en problemas con grandes conjuntos de datos. 

• AdaBoost Regressor: Aplica boosting a modelos base (generalmente árboles de decisión 
simples), asignando mayor peso a las instancias mal predichas en cada iteración para 
mejorar la precisión en tareas de regresión. 

 

Entre las medidas de desempeño para evaluar este tipo de modelos, presentan las siguientes: 

• Error Cuadrático Medio (MSE): Promedio de los cuadrados de las diferencias entre los 
valores predichos y los valores reales. 

• Error Absoluto Medio (MAE): Promedio de las diferencias absolutas entre los valores 
predichos y los valores reales. 

• Coeficiente de Determinación (R²): Proporción de la varianza en la variable dependiente 
que es predecible a partir de las variables independientes. 

 
  

3.1.2. Clasificación 
La clasificación se utiliza para asignar entradas a una de varias categorías o clases. Entre los 
principales modelos de clasificación, James et al. (2013) presentan y definen los siguientes: 

• Regresión logística: Es un algoritmo de clasificación que estima la probabilidad de que 
una instancia pertenezca a una clase binaria (por ejemplo, sí/no, 0/1). A diferencia de la 
regresión lineal, que predice valores continuos, la regresión logística utiliza la función 
sigmoide para transformar las predicciones en probabilidades, que luego se clasifican 
en una de las dos clases. Es ampliamente utilizado para tareas de clasificación binaria 
como la detección de fraudes y la clasificación de correos electrónicos como spam o no 
spam. 

• Naive Bayes: Modelos basados en la teoría de probabilidad que asumen independencia 
entre las características. 

• Máquinas de Vectores de Soporte (SVM): Modelos que encuentran un hiperplano que 
separa las clases con el mayor margen posible. 

• Redes Neuronales: Modelos inspirados en el cerebro humano que pueden aprender 
representaciones complejas de los datos. 

• Decision Tree Classifier: Un modelo de clasificación que divide los datos en segmentos 
basados en características, asignando una clase a cada segmento. Es fácil de 
interpretar, pero puede sobre ajustarse si no se regula adecuadamente. 

• Random Forest Classifier: Similar al Random Forest Regressor, pero utilizado para tareas 
de clasificación. Combina múltiples árboles de decisión, donde cada árbol vota por una 
clase, y la clase con más votos se convierte en la predicción final. 

• XGBoost Classifier: Un modelo de boosting para clasificación que optimiza la precisión 
al corregir los errores de clasificación de los árboles anteriores. Es extremadamente 
popular en competiciones de Machine Learning debido a su alto rendimiento y capacidad 
para manejar datos desbalanceados. 

• AdaBoost Classifier: Similar al AdaBoost Regressor, pero utilizado para tareas de 
clasificación, ajustando los pesos de las instancias mal clasificadas en cada ronda de 
entrenamiento. 

 



   
 

   
 

Entre las principales medidas de desempeño para evaluar estos modelos, estos mismos autores 
presentan las siguientes: 

• Exactitud (Accuracy): Proporción de predicciones correctas entre el total de 
predicciones. 

• Precisión (Precision): Proporción de verdaderos positivos entre las predicciones 
positivas. 

• Recall (Sensibilidad): Proporción de verdaderos positivos entre todos los casos positivos 
reales. 

• Medida F1: Promedio armónico de precisión y recall, útil en situaciones de clases 
desbalanceadas. 

• ROC-AUC: Área bajo la curva (ROC), que mide la capacidad del modelo para distinguir 
entre clases. 
  

3.2. Modelos No Supervisados 
James et al. (2013) exponen que los modelos no supervisados trabajan con datos no etiquetados 
y buscan descubrir patrones o estructuras ocultas en los datos. 

3.2.1. Clustering (agrupamiento) 
El clustering agrupa datos en subconjuntos donde los elementos dentro de cada grupo son más 
similares entre sí que a los de otros grupos (James et al., 2013). Entre los principales algoritmos 
de clustering, tenemos: 

• K-Means: Agrupa los datos en k clusters (grupos), minimizando la distancia entre los 
puntos y el centroide del cluster. 

• DBSCAN: Agrupa los puntos que están densamente conectados y trata los puntos fuera 
de esos grupos como ruido. 

• Agrupamiento Jerárquico: Crea una jerarquía de clusters mediante la combinación de los 
más similares en cada paso. 

 
Algunas de las principales medidas de desempeño presentadas por James et al. (2013), son: 

• Silueta: Mide qué tan cerca están los puntos dentro de un cluster y qué tan lejos están 
de los puntos en otros clusters. 

• Puntuación de Davies-Bouldin: Mide la relación entre la dispersión dentro de los clusters 
y la distancia entre clusters. 

• Inercia: Suma de las distancias cuadráticas entre los puntos y el centroide del cluster. 
  

3.2.2. Reducción de Dimensionalidad 
Este enfoque se utiliza para reducir el número de características en un conjunto de datos 
mientras se conserva la mayor cantidad posible de información (James et al., 2013). 

Entre los principales algoritmos de reducción de dimensionalidad, tenemos:  

• Análisis de Componentes Principales (PCA): Transforma los datos a un espacio de menor 
dimensión, manteniendo la varianza máxima. 

• t-SNE: Técnica no lineal para reducir la dimensionalidad, enfocada en la preservación de 
relaciones locales entre puntos. 

 



   
 

   
 

Para medir el desempeño de este tipo de modelos, James et al. (2013) presentan las siguientes 
opciones: 

• Varianza Explicada: Proporción de la varianza original de los datos que es capturada por 
los componentes principales. 

• Calidad Visual: Evaluación cualitativa de la capacidad de la técnica para separar grupos 
en visualizaciones bidimensionales. 

 
3.3. Modelos Semisupervisados 
Estos modelos combinan una pequeña cantidad de datos etiquetados con una gran cantidad de 
datos no etiquetados para mejorar la precisión del modelo (Zhou, 2021). 

3.4. Modelos de Aprendizaje por Refuerzo 
Los modelos de aprendizaje por refuerzo aprenden a tomar decisiones a través de un sistema de 
recompensas y castigos en un entorno dinámico (Zhou, 2021). 
 
Entre los principales modelos de Aprendizaje por Refuerzo, tenemos el Q-Learning, el cual es un 
modelo que aprende una política que maximiza la recompensa acumulada en un entorno. Entre 
las principales medidas de desempeño, tenemos: 
 

• Recompensa Acumulada: Suma de todas las recompensas obtenidas durante un 
episodio o conjunto de episodios. 

• Tiempo de Convergencia: Número de episodios necesarios para que el modelo aprenda 
una política óptima. 

• Este panorama ofrece una visión estructurada de los diferentes tipos de modelos de 
Machine Learning, sus aplicaciones principales y cómo se evalúan sus desempeños. 

 
3.5. Métodos de pronóstico de series de tiempo 
Los métodos de series de tiempo se utilizan para analizar datos recolectados en intervalos 
regulares y hacer predicciones futuras. Se basan en patrones históricos como tendencia, 
estacionalidad y ruido, aprovechando estas regularidades para prever comportamientos futuros 
(Nielsen, 2019). 
 
Los componentes de las series de tiempo son: 
 

• Tendencia (T): Movimiento general de la serie a largo plazo (crecimiento, decrecimiento 
o constante). 

• Estacionalidad (S): Fluctuaciones periódicas que se repiten en intervalos regulares 
(mensuales, trimestrales, anuales). 

• Ciclo (C): Variaciones a largo plazo no regulares asociadas a factores económicos o 
externos. 

• Ruido o error (E): Componentes aleatorios no explicados por los patrones anteriores. 

A continuación, se describen algunos de los principales métodos de series de tiempo utilizados 
en la industria. 

 

 



   
 

   
 

3.5.1. Método de descomposición 

La descomposición separa una serie en sus componentes principales (Nielsen, 2019). Según la 
naturaleza de los datos, se utilizan modelos: 

• Aditivos: Yt = Tt + St + Et, cuando los componentes tienen magnitudes constantes, es 
decir, la varianza es aproximadamente igual a lo largo del tiempo. 

• Multiplicativos:  = Tt*St*Et, cuando las fluctuaciones son proporcionales al nivel de la 
serie. 

 
Esto facilita analizar cada componente por separado y mejorar la precisión en el pronóstico. 
 
3.5.2. Métodos de suavizamiento 

A continuación, se presentan los métodos de suavizamiento expuestos por Nielsen (2019): 

• Medias móviles: Calculan un promedio móvil de los datos para eliminar fluctuaciones 
aleatorias y resaltar tendencias. 

o Utilizamos Medias Móviles Simples para series estacionarias sin estacionalidad. 
o Utilizamos Medias Móviles Dobles para series con tendencia lineal sin 

estacionalidad. 
• Suavizamiento exponencial: Asigna pesos decrecientes a los datos más antiguos para 

captar tendencias recientes. 
o Se utiliza Suavizamiento Exponencial Simple para series estacionarias sin 

estacionalidad. 
o Se utiliza Suavizamiento Exponencial Doble para series con tendencia lineal sin 

estacionalidad. 
o Se utiliza Suavizamiento Exponencial Triple para series con tendencia cuadrática 

sin estacionalidad. 
• Método de Holt-Winters: Útil para datos con tendencia y estacionalidad. Incluye 

coeficientes de suavizamiento para nivel (α, alpha), tendencia (β, beta) y estacionalidad 
(γ, gamma). 

o Alpha (nivel): Determina cuánto peso se le da al valor más reciente para 
actualizar el nivel general de la serie. Un valor alto significa que los datos 
recientes tienen mayor influencia. 

o Beta (tendencia): Controla cómo se ajusta la tendencia en función de los 
cambios recientes. Valores altos responden rápidamente a cambios, pero 
pueden introducir ruido. 

o Gamma (estacionalidad): Ajusta la importancia de los patrones estacionales en 
los datos. Un gamma alto prioriza fluctuaciones recientes en la estacionalidad. 

3.5.3. Método Box-Jenkins: 

El método Box-Jenkins es un enfoque iterativo utilizado para identificar, estimar y diagnosticar 
modelos de series de tiempo, especialmente modelos ARIMA (AutoRegressive Integrated Moving 
Average) (Nielsen, 2019). 



   
 

   
 

• Identificación del modelo: La primera etapa consiste en identificar el modelo adecuado 
para los datos. Esto implica observar la serie de tiempo y luego analizar gráficos de ACF 
(AutoCorrelation Function) y PACF (Partial AutoCorrelation Function) para determinar los 
parámetros p, d y q. 

o ACF (AutoCorrelation Function o Función de autocorrelación): La ACF mide la 
correlación entre los valores de la serie y sus rezagos (valores pasados). Ayuda a 
identificar la cantidad de autocorrelación a diferentes rezagos. La ACF es útil 
para identificar el parámetro q (el número de términos de media móvil en un 
modelo ARIMA). 

o PACF (Partial AutoCorrelation Function o Función de autocorrelación parcial): La 
PACF mide la correlación entre un valor y sus rezagos, eliminando la influencia 
de los rezagos intermedios. Esto ayuda a identificar el parámetro p(el número de 
términos autoregresivos en el modelo ARIMA). Si la PACF cae bruscamente 
después de un determinado rezago, ese rezago puede indicar el valor de p. 

• Estimación de los parámetros: Una vez que se han identificado los posibles valores de 
p, d y q, se ajusta el modelo ARIMA correspondiente utilizando métodos de estimación 
(generalmente, máxima verosimilitud). Esta etapa se centra en encontrar los valores 
óptimos de los parámetros del modelo para los cuales el error de predicción es el más 
pequeño posible. 

o p: Es el número de términos autoregresivos (AR). Se refiere a la cantidad de 
rezagos anteriores de la serie que se utilizan para predecir el valor actual. 

o d: Es el número de diferenciaciones necesarias para hacer que la serie sea 
estacionaria. En otras palabras, se refiere a cuántas veces debes restar los 
valores previos para que la serie no tenga una tendencia. 

o q: Es el número de términos de media móvil (MA). Representa la cantidad de 
rezagos de los errores pasados que se incorporan al modelo. 

• Validación de supuestos: Esta etapa implica revisar si los residuos del modelo 
ajustado (la diferencia entre las predicciones y los valores reales) son aleatorios. Para 
ello, se analiza si los residuos tienen una distribución normal, si no hay autocorrelación 
(usando ACF y PACF de los residuos) y si su media es cero. Los residuos deben ser 
independientes y no mostrar patrones. Si el modelo no cumple con estos criterios, se 
deben ajustar los parámetros o intentar otros modelos hasta lograr un buen ajuste. 

 
Metodología 

1. Enfoque de la investigación 

El enfoque de esta investigación fue cuantitativo, ya que se basó en el análisis de datos 
numéricos provenientes de la base de datos de incidentes delictivos de Bucaramanga, con el fin 
de desarrollar modelos predictivos utilizando técnicas de Machine Learning. Este enfoque 
permitió analizar patrones y relaciones entre variables socioeconómicas, demográficas y de 
criminalidad para identificar zonas de alta incidencia de hurtos y predecir la ocurrencia de estos 
delitos. La naturaleza cuantitativa del estudio permitió obtener resultados objetivos y medibles, 
lo cual fue crucial para proporcionar recomendaciones concretas a las autoridades locales.  



   
 

   
 

El alcance de la investigación fue de tipo descriptivo y correlacional. Fue descriptivo porque 
buscó analizar y caracterizar los patrones de hurtos en Bucaramanga, utilizando datos históricos 
para identificar las zonas de mayor incidencia delictiva. También fue correlacional, ya que 
exploró las relaciones entre diversas variables (como características socioeconómicas y 
demográficas) y la ocurrencia de hurtos, buscando identificar posibles factores que influencian 
la criminalidad en la ciudad.  

El diseño de la investigación fue no experimental, ya que no se manipularon variables, sino que 
se trabajó con los datos ya existentes sobre hurtos en Bucaramanga. Además, fue un estudio 
transversal, realizado en un único momento, analizando los datos históricos disponibles hasta 
octubre de 2023. El estudio tuvo un carácter aplicado, puesto que el objetivo final fue ofrecer 
recomendaciones prácticas y accionables para que las autoridades locales optimicen la 
distribución de recursos para la prevención del delito, basadas en los resultados del modelo 
predictivo desarrollado. 

2. Etapas 

Etapas Alcance Actividad 
Etapa 1: 

Recolección 
de 

información 

Garantizar la obtención de un conjunto de 
datos relevante, confiable y suficiente para 

abordar los objetivos del análisis. 

Identificación y selección de 
fuentes de datos relevantes. 

Etapa 2: 
Exploración 

de Datos 
 

Preparar y explorar los datos para identificar 
tendencias iniciales. 

Análisis exploratorio de los 
datos: desarrollo de los 

análisis descriptivos para 
identificar patrones y 

correlaciones iniciales.  

Georreferenciación de los 
datos de criminalidad para 

mapear la incidencia 
delictiva en Bucaramanga. 

Selección de variables: 
Obtención del conjunto de 

datos limpio y organizado con 
las variables seleccionadas 
para el análisis de Machine 

Learning. 

Etapa 3: 
Desarrollo y 

Aplicación de 
Modelos de 

Machine 
Learning 

Identificar por medio de machine learning las 
zonas en Bucaramanga con características 

similares en cuanto a la ocurrencia de hurtos 
a personas, utilizando variables 

socioeconómicas, demográficas y de 
criminalidad 

Aplicación de machine 
learning  para agrupar zonas 
con características similares 

en cuanto a criminalidad y 
variables socioeconómicas. 
Evaluación de la efectividad 

del clustering y ajustar 
parámetros para mejorar la 

precisión. 
Organización de los datos 
históricos para aplicar un 



   
 

   
 

Desarrollar un modelo de series de tiempo 
para predecir la frecuencia y probabilidad de 

hurto en Bucaramanga en el año 2025. 

modelo predictivo de series 
de tiempo. 

Entrenamiento del modelo 
con los datos históricos de 

hurtos y validar su precisión 
con datos recientes. 

Eso del modelo de series de 
tiempo para predecir la 
frecuencia de hurtos en 

Bucaramanga durante el año 
2025. 

Etapa 4: 
Desarrollo de 
visualizador 
de zonas en 
alto riesgo 

Desarrollar un visualizador que identifique 
las zonas de mayor riesgo de hurtos en la 

ciudad de Bucaramanga, con el objetivo de 
generar un mapa de riesgo que facilite a las 

autoridades focalizar intervenciones 
preventivas en las áreas más vulnerables. 

Desarrollo de visualizador 
con zonas de mayor riesgo  

Análisis de resultados 

Tabla 1 
Etapas de desarrollo 

Nota: Elaboración propia 

 

 

2.1. Etapa 1: Recolección de información 

En esta etapa, se realizó un proceso sistemático para identificar y recopilar datos relevantes, 
confiables y adecuados al problema de estudio. Se exploraron diversas fuentes, incluyendo 
plataformas de datos abiertos como la de Datos Abiertos del Gobierno de Colombia, los 
registros estadísticos del DANE y bases de datos específicas de la Policía Nacional relacionadas 
con hurtos. Estas fuentes fueron analizadas para seleccionar los conjuntos de datos más 
pertinentes, asegurando su alineación con los objetivos del estudio y el problema planteado.  

 

2.2.  Etapa 2: Exploración de Datos 

En la segunda etapa, se alcanzó el objetivo de preparar y explorar los datos para identificar 
tendencias iniciales, lo que permitió una comprensión más profunda del comportamiento 
delictivo en Bucaramanga y estableció una base sólida para los análisis futuros. 
  

• Análisis exploratorio de los datos: Se realizó un análisis descriptivo para identificar 
patrones y correlaciones iniciales en los datos de criminalidad. A través de estadísticas 
básicas como frecuencias, promedios y distribuciones, se detectaron las 
concentraciones de delitos en ciertos barrios y comunas, así como su variación en 
función de factores como el horario, el día de la semana y el tipo de delito. Este análisis 
permitió revelar posibles concentraciones delictivas en horarios nocturnos o en barrios 
específicos, que se utilizaron como insumos para las etapas posteriores. 

  



   
 

   
 

• Georreferenciación de los datos: Con el uso de coordenadas de latitud y longitud, se 
mapearon los delitos ocurridos en Bucaramanga mediante técnicas de 
georreferenciación. Esto facilitó la creación de visualizaciones, como mapas de calor, 
que mostraron las zonas con mayor concentración de criminalidad. Los resultados 
iniciales identificaron los puntos críticos en barrios específicos donde el hurto y otros 
delitos violentos tienden a concentrarse, lo que ayudó a determinar áreas prioritarias 
para la intervención. 

  
• Selección de variables: Se procedió a limpiar exhaustivamente los datos y seleccionar 

las variables clave para el análisis de Machine Learning. Entre ellas estuvieron las 
variables demográficas como la edad y el género de las víctimas, características del 
delito como la modalidad, el tipo de arma utilizada, el móvil del agresor, así como las 
variables temporales y geográficas. El conjunto de datos quedó organizado y listo para 
ser utilizado en las siguientes etapas, optimizando así la calidad y relevancia de la 
información para los futuros modelos predictivos. 

  
Con estas actividades completadas, se logró preparar los datos adecuadamente, cumpliendo 
con el objetivo propuesto y estableciendo un punto de partida sólido para los análisis avanzados 
que siguieron en las siguientes fases del proyecto. 
 
2.3. Etapa 3: Desarrollo y Aplicación de Modelos de Machine Learning 

En la etapa 3, se alcanzó el objetivo de identificar las zonas en Bucaramanga con características 
similares en cuanto a la ocurrencia de hurtos a personas, mediante el uso de técnicas de 
machine learning que consideraron variables socioeconómicas, demográficas y de 
criminalidad. 

• Aplicación de machine learning para agrupar zonas: Se implementaron algoritmos de 
clustering, como K-means o DBSCAN (Agrupamiento Espacial Basado en Densidad de 
Aplicaciones con Ruido), para agrupar zonas con características similares en cuanto a 
criminalidad y variables socioeconómicas. Estas técnicas permitieron identificar 
patrones ocultos en los datos, donde los barrios y comunas con perfiles delictivos 
similares se agruparon en clústeres. Estas agrupaciones ayudaron a segmentar 
Bucaramanga en áreas con niveles de riesgo comparables, facilitando una mejor 
comprensión de las dinámicas delictivas a nivel local. Además, se utilizaron variables 
como la frecuencia de hurtos, el tipo de arma, el perfil demográfico de las víctimas y las 
condiciones socioeconómicas de las zonas para construir estos modelos. 
 

• Evaluación y ajuste de parámetros: Una vez obtenidos los resultados del clustering, se 
evaluó la efectividad de los modelos mediante métricas como la inercia o la silueta. Este 
análisis ayudó a determinar la coherencia interna de los clústeres y la capacidad del 
modelo para distinguir correctamente entre zonas con diferentes perfiles delictivos. En 
función de los resultados, se ajustaron los parámetros de los modelos, como el número 
de clústeres o el peso de ciertas variables, para mejorar la precisión y fiabilidad de las 
predicciones. Esta etapa también incluyó la validación cruzada para asegurar que el 
modelo generalizara adecuadamente en nuevos datos. 



   
 

   
 

En esta etapa también se desarrolló el objetivo de crear un modelo de series de tiempo para 
predecir la frecuencia y probabilidad de hurto en Bucaramanga en el año 2025.   

• Organización de datos históricos para series de tiempo: Se recopilaron y organizaron 
los datos históricos de criminalidad, asegurando que estuvieran preparados para ser 
utilizados en un modelo predictivo de series de tiempo. Esto implicó la estructuración en 
intervalos de tiempo regulares, como días, semanas o meses, considerando las 
variaciones temporales en la frecuencia de los hurtos. 
 

• Entrenamiento y validación del modelo de series de tiempo: Se entrenó el modelo 
predictivo utilizando los datos históricos de hurtos en Bucaramanga. Se emplearon 
técnicas para identificar patrones en los datos, y se validó la precisión del modelo 
utilizando los datos más recientes disponibles, ajustando los parámetros del modelo 
para mejorar sus predicciones. 
 

• Predicción de la frecuencia de hurtos en 2025: Con el modelo entrenado y validado, se 
utilizaron las predicciones para estimar la frecuencia de hurtos en Bucaramanga durante 
el año 2025. Esto proporcionó una proyección de los picos de criminalidad y permitió 
planificar estrategias preventivas y la asignación de recursos policiales de manera más 
eficiente. 

Con la culminación de estas actividades, se identificó las zonas con características delictivas 
similares en Bucaramanga, lo que proporcionará una herramienta clave para la toma de 
decisiones en materia de seguridad y la asignación eficiente de recursos. No solo se identificó 
las zonas de riesgo mediante clustering, sino también se generó predicciones sobre la 
frecuencia de hurto para 2025, cumpliendo con los objetivos clave del proyecto. 

Las siguientes son las variables usadas para el cumplimiento de los objetivos en la etapa. 

 

Objetivo 
Variables y tipos de 

variable 
Definición 

operacional 
Definición conceptual 

 
 
 
 
 
 
 

Identificar por medio 
de machine learning 

las zonas en 
Bucaramanga con 

BARRIOS_HECHO 
 (Independiente) 

Descripción 
categórica 

(nombre del 
barrio, texto) 

Barrio donde ocurre el 
delito según la Policía. 

LOCALIDAD 
 (Independiente) 

Descripción 
categórica 

(nombre de la 
localidad, texto) 

Comuna donde ocurre el 
delito según la Policía. 

NUM_COM 
 (Independiente) 

Número de 
comuna (número 

entero) 

Número de la comuna 
según planeación. 



   
 

   
 

características 
similares en cuanto a 

la ocurrencia de 
hurtos a personas, 
utilizando variables 
socioeconómicas, 
demográficas y de 

criminalidad.  
  
  
  
  
  
  
  
  
  

NOM_COM 
 (Independiente) 

Descripción 
categórica 

(nombre de la 
comuna, texto) 

  
 Nombre de la comuna 

según planeación. 

ARMAS_MEDIOS 
 (Independiente) 

Descripción 
categórica (tipo 
de arma/medio 

empleado, texto) 

Descripción del arma 
usada en los delitos 

según la Policía. 

SEXO 
 (Independiente) 

Categórica 
(Masculino, 

Femenino, Otro) 

Sexo de la víctima del 
delito según la Policía. 

EDAD 
 (Independiente) 

Años (número 
entero) 

Edad de la víctima del 
delito según la Policía. 

CURSO_VIDA 
 (Independiente) 

Descripción 
categórica 

(etapas de la vida, 
texto) 

Clasificación por rango 
de edades de la víctima. 

CLASE_SITIO 
 (Independiente) 

Descripción 
categórica (tipo 
de lugar, texto) 

Tipo de sitio en el cual 
ocurre el delito según la 

Policía. 

DESCRIPCION_CONDUCTA 
 (Dependiente) 

Descripción 
categórica (texto) 

Descripción completa 
con número de artículo y 

descripción de la 
conducta según la 

Policía. 

 
 
 

Desarrollar un 
modelo de series de 
tiempo para predecir 

la frecuencia y 
probabilidad de hurto 
en Bucaramanga en 

el año 2025.  
  
  
  
  
  

FECHA_HECHO 
 (Independiente) 

Fecha 
(día/mes/año) 

Fecha cuando se 
generan los hechos del 
delito según la Policía. 

HORA_HECHO 
 (Independiente) 

Hora exacta 
(formato HH 

 o categórica por 
rango horario) 

Hora cuando se generan 
los hechos del delito 

según la Policía. 

AÑO_NUM 
 (Independiente) 

Año (número 
entero) 

Año en el que ocurre el 
delito según la Policía. 

MES_NUM 
 (Independiente) 

Número del mes 
(número entero 

de 1 a 12) 

Mes en el que ocurre el 
delito según la Policía. 

DIA_NUM 
 (Independiente) 

Número del día 
(número entero 

de 1 a 31) 

Día en el que ocurre el 
delito según la Policía. 



   
 

   
 

  
  RANGO_HORARIO 

 (Independiente) 

Categórica 
(intervalo de 

horas, texto o 
número entero) 

Clasificación por rango 
de horas en las que 

sucede el delito. 

DELITO_SOLO 
 (Dependiente) 

Descripción 
categórica (tipo 
de delito, texto) 

Descripción del delito 
únicamente. 

CANTIDAD_UNICA 
 (Dependiente) 

Cantidad (número 
entero, total de 

delitos 
registrados) 

Cantidad representativa 
de afectados. 

Tabla 2 
Varibles para desarrollo de modelos 

Nota: Elaboración propia 

 

2.4. Etapa 4: Desarrollo de visualizador de zonas en alto riesgo 

En esta etapa se desarrolló un visualizador interactivo para identificar las zonas con mayor riesgo 
de hurtos en Bucaramanga, basado en el análisis de datos históricos y técnicas de visualización 
geoespacial. Además, se evaluaron los resultados obtenidos para garantizar que el visualizador 
cumpliera con los objetivos de facilitar la focalización de intervenciones preventivas y optimizar 
la asignación de recursos en las áreas más vulnerables. 

• Desarrollo de visualizador con zonas de mayor riesgo: Para desarrollar el visualizador 
de zonas en alto riesgo, se consolidaron los datos históricos de hurtos en Bucaramanga, 
incluyendo variables como ubicación geográfica, frecuencia de ocurrencia y 
desagregación temporal. Se generaron mapas de calor utilizando herramientas como 
Folium, una biblioteca de Python para la creación de mapas interactivos (Folium, s.f.), y 
Kepler.gl, una plataforma de visualización geoespacial basada en la web desarrollada 
por Uber (Kepler.gl, s.f.). Estas herramientas permitieron resaltar las áreas de mayor 
incidencia delictiva mediante gradientes de color, sin embargo, este desarrollo no se 
pudo integrar al resultado final por dificultades de compatibilidad. Además, se aplicaron 
algoritmos de clusterización, como K-Means, para identificar patrones de riesgo y 
agrupar zonas con características similares. El visualizador, implementado con Power 
BI, una herramienta de inteligencia empresarial desarrollada por Microsoft, que permite 
conectar, visualizar y analizar datos de manera interactiva (Power BI, s.f.). El visualizador 
incluye filtros interactivos que permite exploración de los datos históricos. 
 

• Análisis de resultados: Se llevó a cabo un análisis exhaustivo de los resultados 
generados por los modelos de clustering y series de tiempo. Esto incluyó la identificación 
de patrones clave en la ocurrencia de hurtos, la comparación de las predicciones con los 
datos reales recientes y la evaluación de la precisión del modelo predictivo para el año 
2025. Este análisis proporcionó una visión clara de las zonas con mayor riesgo de hurtos. 



   
 

   
 

 

Con esta etapa finalizada, se generaron recomendaciones prácticas y basadas en datos, 
proporcionando a las autoridades las herramientas necesarias para mejorar la seguridad 
pública y reducir la incidencia de hurtos en Bucaramanga. 

Las siguientes son las variables usadas para el cumplimiento de los objetivos en la etapa. 

 

Objetivos 
Variables y tipos de 

variable 
Definición 

operacional 
Definición conceptual 

 
 
 
 
 

Desarrollar un 
visualizador que 

identifique las zonas 
de mayor riesgo de 
hurtos en la ciudad 
de Bucaramanga, 
con el objetivo de 

generar un mapa de 
riesgo que facilite a 

las autoridades 
focalizar 

intervenciones 
preventivas en las 

áreas más 
vulnerables. 

  
  
  
  
  

MOVIL_VICTIMA 
 (Independiente) 

Descripción 
categórica (texto) 

Móvil en el que se 
desplazaba la víctima en 

el momento del delito 
según la Policía. 

MOVIL_AGRESOR 
(Independiente) 

Descripción 
categórica (texto) 

Móvil en el que se 
desplazaba el agresor en 

el momento del delito 
según la Policía. 

CLASE_SITIO 
 (Independiente) 

Descripción 
categórica (tipo 
de lugar, texto) 

Tipo de sitio en el cual 
ocurre el delito según la 

Policía. 

ARMAS_MEDIOS 
 (Independiente) 

Descripción 
categórica (tipo 
de arma/medio 

empleado, texto) 

Descripción del arma 
usada en los delitos 

según la Policía. 

TIPOLOGÍA 
 (Dependiente) 

Descripción 
categórica (tipo 
de delito, texto) 

Clasificación del delito 
según el orden jurídico al 
que pertenece el mismo. 

DESCRIPCION_CONDUCTA 
 (Dependiente) 

Descripción 
categórica (texto) 

Descripción completa 
con número de artículo y 

descripción de la 
conducta según la 

Policía. 

Tabla 3 
Varibles para desarrollo de visualizador 

Nota: Elaboración propia 

 

Hipótesis 

H1. Las zonas de Bucaramanga con mayor incidencia de hurtos a personas comparten 
características demográficas. 



   
 

   
 

H2. La frecuencia de hurtos a personas en Bucaramanga sigue un patrón cíclico influenciado por 
factores temporales como la hora del día, el día de la semana y el mes del año. 

Análisis de resultados y conclusiones 

1. Etapa 1: Recolección de información 

La base de datos de Información delictiva de la ciudad de Bucaramanga está enfocada en el 
ámbito de Seguridad y Defensa, proporcionando un registro detallado de los delitos ocurridos 
en la ciudad. Esta información cubre las denuncias realizadas por las víctimas el período 
comprendido entre enero de 2016 y octubre de 2023, permitiendo un análisis exhaustivo y 
longitudinal de la actividad delictiva en Bucaramanga. Los datos en cuestión fueron recuperados 
de la plataforma de Datos Abiertos de Colombia, la cual facilita el acceso a este tipo de 
información pública para el desarrollo de estudios de seguridad y prevención del delito (Datos 
Abiertos Colombia, 2023) 

Los datos están organizados por modalidad y conducta delictivas, lo que facilita la identificación 
de patrones y tendencias en los tipos de delitos cometidos. También se incluye una 
segmentación geográfica basada en los barrios y comunas de ocurrencia, proporcionando una 
visión clara de las zonas con mayor incidencia delictiva. 

La fuente de datos detalla las armas y medios empleados en la comisión de los delitos, junto 
con el móvil del agresor y de la víctima, lo que permite un análisis profundo de las dinámicas 
delictivas. También se recoge el curso de vida de las víctimas, es decir, su edad y etapa de 
desarrollo, así como su género, brindando una perspectiva sociodemográfica sobre las 
personas involucradas. 

Un componente crucial de la base de datos es la desagregación temporal de los delitos, que 
registra la fecha y hora de ocurrencia por mes, día y hora, lo que permite identificar patrones 
temporales en la criminalidad, como los momentos del día o las épocas del año con mayor 
incidencia de delitos. 

Los datos son suministrados por la Policía Metropolitana de Bucaramanga, en coordinación con 
la Secretaría del Interior de la Alcaldía de Bucaramanga, que es la entidad responsable de la 
gestión de la seguridad y el orden público en el municipio. 

Información adicional de la información: 

• Departamento: Santander 
• Municipio: Bucaramanga 
• Nombre de la Entidad: Alcaldía de Bucaramanga 
• Orden: Territorial 
• Sector: Defensa 
• Área o Dependencia: Secretaría del Interior 
• Propietario del Conjunto de Datos: Alcaldía de Bucaramanga 

 



   
 

   
 

 

2.  Etapa 2: Exploración de Datos 

En esta etapa se analizaron los datos de georreferenciación de los delitos ocurridos en el 
municipio de Bucaramanga según la modalidad, conducta, móvil del agresor, móvil de la 
víctima, comunas de ocurrencia, fatales, no fatales y violencia sexual desagregado por curso de 
vida, sexo, mes y día de ocurrencia, esto para el periodo comprendido entre 2016 y octubre de 
2023. 

La Figura 1 presenta el comportamiento del número de delitos en la ciudad de Bucaramanga a 
lo largo del periodo 2016-2023: 
 

Figura 1 
Comportamiento del número de delitos en la ciudad de Bucaramanga 

Nota: Elaboración propia 

 

Se puede observar una fuerte tendencia al alza en el número de delitos a lo largo de los años, 
con una disminución fuerte en 2020, lo cual se debe al inicio del SARS-CoV-2. Por otra parte, 
dado que en 2023 no se tienen las cifras del año completo, se presenta un decrecimiento en la 
gráfica. 

En la Figura 2 se muestra la distribución del número de delitos para cada una de las comunas de 
la ciudad de Bucaramanga, ocurridos entre 2016 y octubre de 2023: 



   
 

   
 

Figura 2 
Distribución del número de delitos por comuna 

Nota: Elaboración propia 

Se observa que, en el periodo antes mencionado, la comuna con mayor cantidad de delitos 
presentados es ORIENTAL, con 11.898, seguida de las comunas SAN FRANCISCO y CENTRO con 
11.678 y 10.800, respectivamente.  

Concentrándose en un año particular, por ejemplo, 2022 (último año de análisis completo del 
dataset explorado), es posible tomar como referencia el Plan de Desarrollo de Bucaramanga 
2020-2023, en el cual se presenta la población de cada una de las comunas de Bucaramanga a 
cierre 2020 como se muestra en la Tabla 4. La Figura 3 muestra el número de delitos por año en 
base a la población del plan de desarrollo. 

Comuna Población 
Comuna 1. Norte 61.583 
Comuna 2. Nororiental 39.781 
Comuna 3. San Francisco 50.712 
Comuna 4. Occidental 43.365 
Comuna 5. García Rovira 47.845 
Comuna 6. La Concordia 31.956 
Comuna 7. Ciudadela 32.852 
Comuna 8. Sur Occidente 20.906 
Comuna 9. La Pedregosa 18.815 
Comuna 10. Provenza 36.675 
Comuna 11. Sur 32.315 



   
 

   
 

Comuna 12. Cabecera del Llano 37.930 
Comuna 13. Oriental 59.373 
Comuna 14. Morrorico 26.043 
Comuna 15. Centro 9.796 
Comuna 16. Lagos del Cacique 17.024 
Comuna 17. Mutis 30.344 

Tabla 4 
Población por comuna en la ciudad de Bucaramanga 

Nota: Tomado de Alcaldía de Bucaramanga, 2022 

 

 
Figura 3 

Número de delitos por año con relación a la población de las comunas 
Nota: Elaboración propia 

 

Dicho lo anterior, para 2022 se puede visualizar para cada una de las comunas, el número de 
delitos ocurridos por cada 1.000 habitantes según se muestra en la Figura 4. 



   
 

   
 

Figura 4 
Número de delitos por comuna por cada 1000 habitantes en 2022 

Nota: Elaboración propia 

 

Es evidente que, con gran diferencia, la zona centro resulta ser la más peligrosa cuando se utiliza 
como métrica el número de delitos por cada 1.000 habitantes. Esto se justifica considerando 
que, al tratarse de una zona principalmente comercial, el número de eventos delincuenciales es 
elevado, mientras que la cantidad de residentes en dicha comuna es considerablemente baja. 
Al analizar comunas predominantemente residenciales, se identifica que la comuna Cabecera 
del Llano es la que presenta el mayor nivel de peligrosidad. 

Adicionalmente, la Figura 5 ilustra la clara sectorización de los robos en la ciudad de 
Bucaramanga, destacando en rojo las zonas más propensas a estos delitos. Esta visualización 
respalda los datos previamente presentados sobre las comunas con mayor cantidad de casos. 

  

 



   
 

   
 

 

Figura 5 
Mapa de calor de delitos en 2022 

Nota: Elaboración propia 



   
 

   
 

Algo que también es importante conocer es la frecuencia de los delitos por tipo de arma o medio 
utilizado para cometer el acto. En el caso de Bucaramanga, para el periodo 2016-2023 se tiene 
presentado en la Figura 6. 

Figura 6 
Número de registros por categoría de arma y medios 

Nota: Elaboración propia 

 

En este caso, el 86% de los delitos (87.024) se realiza sin empleo de armas, con armas blancas 
y cortopunzantes, o con armas contundentes. 

En cuanto al día de la semana como lo muestra la Figura 7, es lógico pensar que el sábado, al 
ser el día más comercial y económicamente activo, tendrá el mayor número de delitos. 



   
 

   
 

Figura 7 
Número de registros por día de la semana 

Nota: Elaboración propia 

 

Se observa que, si bien el número de delitos se presenta en mayor medida durante este día, la 
diferencia no es muy alta con respecto a las demás clases. De hecho, pareciera que el número 
de delitos se distribuye de manera balanceada entre todos los días de la semana, por lo que no 
es posible concluir algo específico para esta variable. 

Por otra parte, en cuanto al tipo de delito o conducta, se tiene la siguiente distribución mostrada 
en la Figura 8. 



   
 

   
 

Figura 8 
Tipo de delito 

Nota: Elaboración propia 

 

Como era de esperar, el hurto a personas ocupa el primer puesto en cuanto a frecuencia de 
ocurrencia, representando casi el 46% de los delitos. 

Algo que también es interesante analizar, es la relación que existe entre el tipo de arma o medio 
utilizado y el tipo de delito cometido, con el género de la víctima, la cual es otra de las variables 
que se presentan en el dataset. 

La Figura 9 se presenta el porcentaje de delitos cuya víctima es mujer, para cada uno de los tipos 
de arma que se presentan 

 



   
 

   
 

Figura 9 
Porcentaje de delitos con mujeres como víctimas 

Nota: Elaboración propia 

 

Es notable que armas como veneno, cuerdas, cortopunzantes, químicos y agua caliente, son las 
más utilizadas en delitos de feminicidio. En particular y adhiriéndose a lo hallado en el dataset, 
el veneno, las cuerdas o sogas y las armas cortopunzantes siempre son utilizadas para atentar 
contra mujeres. 

Por otra parte, se visualiza en la Figura 10 el porcentaje de delitos cuya víctima es mujer, para 
cada uno de los tipos de delito presentados en el dataset. 



   
 

   
 

Figura 10 
Porcentaje de delitos con mujeres como víctimas 

Nota: Elaboración propia 

 

Los actos sexuales violentos, accesos carnales violentos y lesiones personales, se presentan en 
la mayoría de los casos en contra de las mujeres. 

Finalmente, es conveniente saber si la tipología de los delitos varía mucho en función de la 
comunidad o localidad que se analice. En este caso, se visualiza el top 5 de tipos de delito con 
más frecuencia, para las localidades con mayor número de delitos por cada 1.000 habitantes en 
la Figura 11. 



   
 

   
 

Figura 11 
Top 5 delitos en localidades con mayor número de delitos 

Nota: Elaboración propia 

 

El análisis descriptivo realizado en esta etapa permitió identificar patrones y correlaciones clave 
en los datos de criminalidad. Al aplicar el análisis se detectaron concentraciones significativas 
de delitos en barrios y comunas específicas, y se observaron variaciones en la ocurrencia de los 
delitos según factores temporales como el horario y el día de la semana. Este análisis inicial 
reveló que ciertos barrios y horarios, presentaban una mayor incidencia de hurtos y otros delitos 
violentos. Esta información fue crucial para identificar zonas prioritarias que requieren 
intervención. 

La aplicación de técnicas de georreferenciación utilizando las coordenadas de latitud y longitud 
permitió mapear los delitos ocurridos en Bucaramanga, creando visualizaciones como mapas 
de calor. Estos mapas ayudaron a identificar de manera clara las zonas con mayor 
concentración de criminalidad. Los puntos críticos en barrios específicos, donde el hurto y otros 
delitos violentos tendían a concentrarse, fueron fácilmente identificables, lo que proporcionó un 
primer paso para determinar las áreas prioritarias para intervenciones de seguridad. 

Se procedió a limpiar y seleccionar las variables clave para el análisis de Machine Learning. Se 
incluyeron variables demográficas (edad y género de las víctimas), características del delito 
(modalidad, tipo de arma, móvil del agresor) y variables temporales y geográficas. Esta selección 
y limpieza exhaustiva de los datos aseguraron que solo la información relevante y de calidad se 
utilizara en las fases posteriores del análisis, optimizando la capacidad predictiva de los 
modelos a desarrollar. 



   
 

   
 

Para el análisis de agrupamiento (clustering), se emplearon variables como latitud, longitud, 
rango horario y número de comuna, con el objetivo de identificar patrones espaciales y 
temporales en la incidencia delictiva. Para el modelo de series de tiempo, únicamente se utilizó 
la variable ‘FECHA_HECHO’, correspondiente a la fecha en que ocurrió cada evento. 

3. Etapa 3: Desarrollo y Aplicación de Modelos de Machine Learning 

3.1. Modelo de clustering 

Este modelo utiliza técnicas de Machine Learning y visualización geoespacial para identificar y 
representar zonas de Bucaramanga con altos niveles de criminalidad. A continuación, se explica 
el flujo del análisis paso a paso: 

Importación de Datos: Se importa un archivo CSV que contiene datos de criminalidad en 
Bucaramanga, con variables como LATITUD, LONGITUD, tipo de delito, fecha, y hora. 

Filtrado de Datos: Se realiza un filtrado de los datos para enfocar el análisis solo en incidentes 
de "hurto a personas". También se filtran los registros sin ubicación específica o fuera del área 
geográfica de Bucaramanga. 

Transformación de Datos: Normalización Temporal: La variable de tiempo 
"RANGO_HORARIO_ORDEN" se agrupa en rangos (mañana, tarde, noche, etc.). 

Asignación de Comunas Normalizadas: Se crea una nueva columna "NUM_COM_NORM" que 
clasifica las comunas en categorías específicas usando un diccionario de mapeo. 

Preparación para Clustering: Se seleccionan las variables clave para el análisis de agrupación, 
como LATITUD, LONGITUD, rango horario y comuna. Estas variables se normalizan mediante 
StandardScaler para mejorar la eficacia del algoritmo DBSCAN en el análisis espacial.  

Algoritmo DBSCAN para Agrupación: Se emplea DBSCAN (Density-Based Spatial Clustering of 
Applications with Noise), ideal para detección de patrones en datos geográficos. Los puntos son 
agrupados en "clusters" que representan áreas con patrones de hurto similares; los puntos sin 
suficiente densidad se consideran ruido. 

Visualización Geoespacial: Usando la librería Folium, se crea un mapa de Bucaramanga donde 
los clusters son representados en colores únicos. Los puntos de ruido se muestran en gris. 

Cada punto incluye un punto de georreferencia con información sobre el cluster y el barrio para 
facilitar la interpretación geográfica. La Figura 12 representa la primera clasificación del modelo 
de clustering con las características ya mencionadas. 



   
 

   
 

 
Figura 12 

Primera ejecución modelo clustering 
Nota: Elaboración propia 

 

Agrupación Secundaria (Clusters de Segundo Nivel): 

Se redefine el clustering usando una categorización más amplia, asignando ciertos grupos de 
clusters originales a categorías secundarias. 

Esto proporciona un nivel de agrupación más general, útil para visualizar zonas de riesgo 
elevadas de una manera simplificada. 

Exportación y Visualización Final: 



   
 

   
 

Se guarda el mapa en un archivo HTML para su revisión interactiva. Esto permite a los analistas 
y autoridades explorar áreas específicas y obtener información clave sobre los patrones de 
hurto, facilitando la focalización de intervenciones preventivas en zonas de alto riesgo.  

Este enfoque combina un análisis espacial avanzado con técnicas de visualización geográfica 
para proporcionar hallazgos útiles sobre la distribución espacial y temporal de los hurtos en 
Bucaramanga, ayudando a optimizar los recursos de seguridad en las áreas de mayor necesidad 
como podemos ver en la Figura 13. 

 
Figura 13 

Segunda ejecución modelo clustering agrupada 
Nota: Elaboración propia 

 

3.2. Modelo de series de tiempo 



   
 

   
 

Para el modelo de series de tiempo, inicialmente se realizó un análisis exploratorio de los datos 
desde el punto de vista temporal, a partir del campo ‘FECHA_HECHO’.  Se graficó en la Figura 14 
el número de hurtos a personas, en función de distintos periodos de tiempo como mes, 
bimestre, trimestre, cuatrimestre y trimestre. 

Figura 14 
Indicadores hurtos a personas 

Nota: Elaboración propia 

 

Debido a que con una frecuencia mensual se tiene un mayor número de datos y, además, se 
puede percibir patrones que se repiten cada 12 meses, se determina que se debe trabajar con la 
serie mensualizada, es decir, con un periodo estacional mensual. Dado lo anterior, se tiene la 
siguiente distribución en la Figura 15 de los delitos de Bucaramanga a lo largo de los meses. 



   
 

   
 

 
Figura 15 

Distribución hurtos por mes 
Nota: Elaboración propia 

 

Adicional a lo anterior, se hizo necesario filtrar los registros a fin de excluir el año 2020, ya que 
debido a la contingencia asociada al SARS-CoV-2, la información es atípica y afectaría el 
desempeño del modelo. Además de esto, para que el salto desde 2019 hasta 2021 no afecte la 
continuidad de la serie, se utilizaron índices numéricos para los periodos de tiempo. La serie de 
tiempo final se presenta en la Figura 16. 

 

Figura 16 
Serie de tiempo final 

Nota: Elaboración propia 



   
 

   
 

 

Análisis de los componentes de la serie de tiempo 

Antes de emplear los distintos métodos de modelación de series temporales, realizamos un 
análisis de las componentes de nuestra serie. Los resultados se pueden observar en la Figura 
17. 

 
Figura 17 

Análisis de componentes 
Nota: Elaboración propia 

 

En la primera parte de la Figura 17 tenemos nuestra serie original. En la segunda, tercera y cuarta 
de la misma Figura 17, se grafican la tendencia, la estacionalidad y los errores residuales, 
respectivamente. 

Como se puede observar, esta es una serie de tiempo no estacionaria con tendencia al alza y 
con un patrón estacional (es decir, tiene estacionalidad). Aparentemente, parece tener una 
estacionalidad aditiva, ya que la varianza de los datos parece ser constante a lo largo del tiempo. 

En cuanto a la tendencia (o en su defecto, estacionariedad), otra forma de corroborar si la serie 
es realmente estacionaria o no, es a través de la prueba de Dicky - Fuller. Para esta prueba se 
validan las siguientes hipótesis: 

• H0: La serie temporal no es estacionaria. 
• H1: La serie temporal es estacionaria. 

Utilizando diferentes niveles de significancia, se obtuvieron los resultados mostrados en la 
Figura 18. 



   
 

   
 

 
Figura 18 

Niveles de significacia 
Nota: Elaboración propia 

El valor p obtenido, el cual es de 0,81, es superior a cualquiera de los niveles de significancia 
propuestos, por lo que no se tiene evidencia estadística suficiente para rechazar la hipótesis 
nula. Esto quiere decir que, con una confianza del 1%, 5% o 10%, la serie temporal es no 
estacionaria, es decir, tiene tendencia. 

Dado que se tiene una serie temporal con tendencia y con estacionalidad, se utilizan dos 
métodos apropiados para estos contextos: 

• Método de Holt-Winters. 
• Método de Box-Jenkins. 

Método de Holt-Winters. 

Este método es perfecto para series de tiempo no estacionarias, con estacionalidad. En este 
caso, como se tiene una estacionalidad aditiva, se debe aplicar el método de Holt-Winters 
aditivo. 

Se ajusta el modelo en Python indicando tendencia y estacionalidad aditiva, y un periodo 
estacional de 12.  

Se obtuvieron los siguientes parámetros observados en la Figura 19. 

 

Figura 19 
Parámetros modelo Holt-Winters 

Nota: Elaboración propia 

 
En el modelo Holt-Winters, el coeficiente de nivel (alpha = 0.4104) indica que el modelo otorga 
un peso balanceado entre los datos recientes y el historial para actualizar el nivel base. El 
coeficiente de tendencia (beta = 0.0219) y el coeficiente de estacionalidad (gamma = 0.00145), 
ambos muy bajos, reflejan que el modelo asume cambios lentos en la tendencia y patrones 
estacionales, confiando más en los patrones históricos que en fluctuaciones recientes. 



   
 

   
 

En cuanto al desempeño del modelo, se obtuvo la Figura 20 de valores reales vs. Ajustados. 

 
Figura 20 

Valores reales vs ajustados Holt Winters 
Nota: Elaboración propia 

 

Como se observa en la Figura 20, la serie suavizada (en rojo) se asemeja mucho a la serie real, lo 
cual se traduce en las siguientes métricas de error: 

• MSE: 3.045 
• MAPE: 8,25% 

Por otra parte, a pesar de que en los métodos de suavizamiento como Holt-Winters no es 
necesario validar los supuestos de independencia, media cero, homocedasticidad y normalidad 
de los residuos, se decidió realizar estas pruebas a fin de tener mayor noción del poder 
predictivo del modelo. El resultado se presenta en la Figura 21. 



   
 

   
 

Figura 21 
Validación de supuestos Holt Winters 

Nota: Elaboración propia 

 

• Con la primera parte de la Figura 21 de residuos estandarizados, podemos corroborar 
que los residuos tienen media cero. 

• El gráfico Q-Q Plot en la Figura 21 nos muestra que los residuos siguen una distribución 
normal, ya que estos se distribuyen a lo largo de la línea recta de color rojo. Realizando 
la prueba de Shapiro-Wilk, se obtiene un p-value de 0,0505, lo cual también sugiere la 
existencia de normalidad con una confianza del 95%. 

• La gráfica ACF de los residuos en la Figura 21 nos indica que hay independencia, ya que 
ningún rezago está por fuera de las bandas de significancia. Esto coincide con la gráfica 
de p-values de Ljung-Box, en la que todos los puntos están por encima de la línea roja. 

Finalmente, se procede a predecir el número de delitos para los siguientes 12 periodos. Dado 
que los residuos siguen una distribución normal, también se determinan los intervalos de 
confianza del 95% representados en la Figura 22. 



   
 

   
 

 
Figura 22 

Intervalos de confianza 
Nota: Elaboración propia 

Método de Box-Jenkins: 

A pesar de haber obtenido un modelo de Holt-Winters bastante bueno, se decidió emplear el 
método de Box-Jenkins, el cual consiste en ajustar modelos AR (Autorregresivos), MA (de media 
móvil), o una combinación de estos (ARMA, Modelo autorregresivo de media móvil) y ARIMA 
(Modelo autorregresivo integrado de media móvil). 

Inicialmente, se construyeron las gráficas ACF (función de autocorrelación) y la PACF (función 
de autocorrelación parcial), obteniendo los resultados que se observan en la Figura 23. 

Figura 23 
Método Box Jenkins. ACF y PACF 

Nota: Elaboración propia 

Dado que la serie es no estacionaria, no se puede aplicar Box-Jenkins directamente, lo cual 
coincide con el hecho de que ambas gráficas, ACF y PACF, no permiten concluir nada sobre el 
modelo a ajustar. 



   
 

   
 

Por lo anterior, se procedió a diferenciar la serie teniendo en cuenta una tendencia lineal, es 
decir, utilizando un parámetro d = 1. Esto quiere decir que, en particular, se tendrá un modelo de 
tipo ARIMA (Modelo autorregresivo integrado de media móvil) con parámetros p = desconocido, 
d = 1, y q = desconocido. En un modelo ARIMA (p, d, q), p representa el número de términos 
autorregresivos (dependencia con valores pasados), d es el orden de diferenciación necesario 
para hacer estacionaria la serie (eliminando tendencias o estacionalidad), y q indica el número 
de términos de media móvil (dependencia con errores pasados). 

Lo siguiente que se realizó fue determinar el valor de los parámetros p y q que minimicen una 
métrica de error como el MSE. Tal y como se observa en los parámetros del modelo de Holt-
Winters, se espera que los valores de p y q sean relativamente altos, teniendo en cuenta que 
nuestra serie de tiempo tiene una visión de largo plazo, es decir, está muy influenciada por 
valores pasados. 

Luego de diferenciar la serie en d = 1, se encontraron los siguientes valores óptimos de p y q 
presentados en la Figura 24. 

Figura 24 
MSE valores óptimos p y q 
Nota: Elaboración propia 

 
Con un p = 8 y un q = 10, se tiene un modelo final ARIMA (8,1,10). 

En cuanto al error de pronóstico, se obtuvo lo siguiente: 

• MSE: 4.271 
• MAPE: 8,93% 

Ambas métricas son superiores a los resultados obtenidos en Holt-Winters, por lo que se sugiere 
utilizar Holt-Winters en lugar de Box-Jenkins. 



   
 

   
 

La gráfica de los valores ajustados vs. reales se muestra a en la Figura 25. 

Figura 25 
Valores reales vs ajustados Box Jenkins 

Nota: Elaboración propia 

 

Finalmente, para el caso de Box-Jenkins sí es estrictamente necesario validar los supuestos. Si 
bien se prioriza el supuesto de independencia, es necesario que todos los supuestos se 
cumplan. La Figura 26 presenta la respectiva validación de supuestos. 



   
 

   
 

Figura 26 
Validación de supuestos Box Jenkins 

Nota: Elaboración propia 

 

En este caso, no todos los supuestos se cumplen. En particular, para el supuesto de normalidad 
y media cero, se observan datos atípicos que perturban la distribución de los residuos. EN el 
caso de normalidad, luego de realizar la prueba de Shapiro-Wilk se obtuvo un valor p de 1,85x10-
6, lo cual indica que se encuentran muy alejados de la distribución normal de los residuos. 

En resumen, debido al resultado obtenido para los errores MSE y MAPE, y teniendo en cuenta el 
cumplimiento de los supuestos de independencia, normalidad, homocedasticidad y media 
cero, se prefiere utilizar un modelo de Holt-Winters por encima de un modelo ARIMA(8,1,10). 

4. Etapa 4: Desarrollo de visualizador de zonas en alto riesgo. 

En esta etapa, se desarrolló un visualizador interactivo en Power BI como se muestra en la Figura 
27. Este proporciona una caracterización detallada de los delitos en Bucaramanga. A 
continuación, se describen las principales pestañas y sus respectivas funcionalidades: 

1. Caracterización de los Delitos en Bucaramanga: Esta pestaña ofrece una visión 
general de los tipos de delitos registrados en la ciudad, destacando las áreas con mayor 
incidencia y las variaciones a lo largo del tiempo. Los datos son representados a través 
de gráficos interactivos que permiten identificar rápidamente patrones y tendencias. 

2. Análisis por Localización: En esta sección, se presenta un análisis geográfico de los 
hurtos, desglosado por comuna. Se muestran mapas y gráficos que indican la cantidad 



   
 

   
 

de hurtos ocurridos en cada comuna, lo que permite visualizar las zonas más afectadas 
y facilitar la toma de decisiones en términos de seguridad y prevención. 

3. Caracterización de las Víctimas: Esta pestaña proporciona información detallada 
sobre las víctimas de los hurtos, segmentada por género, edad y tipo de movilización (a 
pie, en moto, en carro, etc.). Los datos permiten identificar patrones relacionados con 
las características de las víctimas, lo que puede ser útil para diseñar estrategias de 
prevención específicas según los grupos más afectados. 

4. Predicción para el Próximo Año: En esta hoja se presenta una proyección de la 
incidencia de delitos en el siguiente año, basada en los patrones históricos y los análisis 
realizados. Esta predicción es clave para anticipar las zonas de alto riesgo y planificar 
medidas de seguridad proactivas. 

5. Análisis de Clusters por Rango Horario y Día de la Semana: Finalmente, en esta 
sección se muestran los resultados del análisis de clusters, donde los hurtos se agrupan 
según el rango horario y el día de la semana. Los clusters ayudan a identificar las franjas 
horarias y los días con mayor concentración de delitos, lo que permite diseñar 
estrategias de intervención más efectivas en momentos de mayor vulnerabilidad. 

Figura 27 
Tablero de visualización 

Nota: Elaboración propia 

 

Conclusiones 

La primera etapa del proyecto estableció una base sólida al preparar y explorar los datos, 
identificando patrones iniciales, visualizando áreas de alta criminalidad y seleccionando 
variables clave para los modelos predictivos. Estos resultados aseguran datos listos para 
análisis avanzados, como clustering y predicción de criminalidad futura. 



   
 

   
 

Se concluye que el hurto a personas ocupa consistentemente el primer lugar. El hurto a 
motocicletas prevalece en las comunas San Francisco y La Concordia, mientras que el hurto a 
entidades comerciales, las lesiones personales y la violencia intrafamiliar se mantienen entre 
las cinco primeras posiciones del ranking. 

El modelo de clustering generó agrupaciones coherentes que reflejan las características clave 
de los datos originales, como ubicación geográfica y frecuencia temporal. Los patrones 
observados dentro de cada cluster muestran consistencia y correspondencia con las zonas de 
alta densidad identificadas mediante mapas de calor y reducción de dimensionalidad. Esto 
evidencia que el modelo captura eficazmente los patrones subyacentes, siendo útil para 
identificar áreas de riesgo y analizar tendencias significativas. 

Se demostró que los datos se pueden modelar a través de una serie de tiempo cuya tendencia, 
estacionalidad, periodo estacional y ciclo son componentes claramente definidas, 
identificables y caracterizables. Además, dado que el ajuste del modelo es bastante aceptable 
y los residuos cumplen con los supuestos de independencia, normalidad, homocedasticidad y 
media cero, podemos realizar pronósticos confiables del número de hurtos a personas en la 
ciudad de Bucaramanga. 

El visualizador en Power BI proporciona una herramienta integral para analizar la criminalidad en 
Bucaramanga desde diferentes perspectivas, permitiendo a las autoridades y a los equipos de 
seguridad tomar decisiones informadas basadas en datos actualizados y proyecciones futuras. 
La interactividad de la plataforma facilita la exploración y el análisis dinámico de los datos, 
mejorando la capacidad para identificar patrones y tomar acciones preventivas.  

 
Referencias 

• Alcaldía Bucaramanga (2023). Informe de Calidad de Vida AMB 2023. Bucaramanga.  
• Alcaldía de Bucaramanga. (2022). Plan de desarrollo municipal. Alcaldía de 

Bucaramanga. https://www.bucaramanga.gov.co/wp-
content/uploads/2022/02/Primer-Documento-PDM-Final.pdf  

• Alvarado Zabala, J., Martillo Alchundia, I., & Guzman Seraquive, G. (2022). Revisión de 
literatura sobre las técnicas de Machine Learning en la detección de fraudes bancarios. 
Sapienza.  

• Ardila, M. (2023). Crimen y factores económicos en Medellín: un estudio de predicción 
con Machine Learning. Repositorio Universidad del Rosario. 
https://repository.urosario.edu.co/server/api/core/bitstreams/3e4db522-c4d6-40cb-
9eab-a52dd777874b/content  

• BBC. (8 de agosto de 2012). Tecnología para predecir dónde ocurrirá el próximo robo. 
BBC New Mundo.  

• BID. (07 de marzo de 2024). Hoja informativa. Obtenido de Seguridad Ciudadana en 
América Latina y el Caribe. https://www.iadb.org/es/noticias/seguridad-ciudadana-en-
america-latina-y-el-caribe  

• BID. (2017). Los costos del crimen y de la violencia: nueva evidencia y hallazgos en 
América Latina y el Caribe. BID.  

https://www.bucaramanga.gov.co/wp-content/uploads/2022/02/Primer-Documento-PDM-Final.pdf
https://www.bucaramanga.gov.co/wp-content/uploads/2022/02/Primer-Documento-PDM-Final.pdf
https://repository.urosario.edu.co/server/api/core/bitstreams/3e4db522-c4d6-40cb-9eab-a52dd777874b/content
https://repository.urosario.edu.co/server/api/core/bitstreams/3e4db522-c4d6-40cb-9eab-a52dd777874b/content
https://www.iadb.org/es/noticias/seguridad-ciudadana-en-america-latina-y-el-caribe
https://www.iadb.org/es/noticias/seguridad-ciudadana-en-america-latina-y-el-caribe


   
 

   
 

• Buil, D. (2016). ¿Qué es la criminología? Una aproximación a su ontología, función y 
desarrollo. Derecho y Cambio Social, 13(44). 
https://dialnet.unirioja.es/servlet/articulo?codigo=5456246  

• Cid, J. y Larrauri, E. (2001). Teorías criminológicas. Explicación y prevención de la 
delincuencia. Barcelona: Bosch.  

• Corporación Excelencia en la Justicia. (21 de septiembre de 2023). Se agudiza la 
criminalidad en Colombia. Obtenido de CEJ. https://cej.org.co/destacados-home-
page/se-agudiza-la-criminalidad-en-colombia-cada-dia-mas-de-mil-personas-son-
victimas-de-hurtos-y-o-extorsion/  

• Datos Abiertos Colombia. (2023). Información delictiva del municipio de Bucaramanga 
[Dataset]. Datos Abiertos Colombia. https://www.datos.gov.co/Seguridad-y-
Defensa/Informaci-n-delictiva-del-municipio-de-Bucaramanga/x46e-abhz/about_data  

• Del Olmo, R. (1999). América Latina y su criminología. Siglo veintiuno editoriales. 
https://books.google.com.co/books?id=0fFz0FZQXE8C&lpg=PA9&ots=yrCBkGDxCn&d
q=criminolog%C3%ADa&lr&hl=es&pg=PA3#v=onepage&q&f=false  

• Felson, M. y Clarke, R.V. (1998). Opportunity makes the thief: Practical theory for crime 
prevention. Police Research Series, Paper 98, 1-43.  

• Fernandes, R., & Antonelli, M. (2018). Machine learning: A practical approach on the 
statistical learning theory. Springer. https://link-springer-
com.ezproxy.uniandes.edu.co/book/10.1007/978-3-319-94989-5  

• FMI, F. M. (18 de diciembre de 2023). Latin America Can Boost Economic Growth by 
Reducing Crime. Obtenido de Latin America Can Boost Economic Growth by Reducing 
Crime. https://www.imf.org/es/Blogs/Articles/2023/12/18/latin-america-can-boost-
economic-growth-by-reducing-crime  

• G. A. Vergel-Clavijo y A. M. Guerrero-Bayona, “Ciudad inteligente: mejoramiento de la 
seguridad ciudadana a través del uso de nuevas tecnologías”, Rev. Ingenio, vol. 20, n°1, 
pp. 32-39 (2023). https://doi.org/10.22463/2011642X.3510  

• García, J., Ordóñez, K., Ruiz, M. (2022). Sistema biométrico de reconocimiento facial 
mediante redes neuronales artificales para aportar a la seguridad ciudadana. 
Universidad Nacional Autónoma de Nicaragua, Leon Facultad de ciencias y tecnología. 
http://riul.unanleon.edu.ni:8080/jspui/bitstream/123456789/9726/1/253079.pdf  

• Gelvez, J., Nieto, M. & Rocha, C. (2022). Prediciendo el crimen en ciudades intermedias: 
un modelo de “machine learning” en Bucaramanga, Colombia. Revista 
Latinoamericana de Estudios de Seguridad, No. 34. 
http://scielo.senescyt.gob.ec/pdf/urvio/n34/1390-4299-urvio-34-00082.pdf  

• Gelvez, J., Nieto, M., & Rocha, C. (2022). Prediciendo el crimen en ciudades 
intermedias: un modelo de “machine learning” en Bucaramanga, Colombia. URVIO 
Revista Latinoamericana de Estudios de Seguridad, (34), 82-98. 
https://doi.org/10.17141/urvio.34.2022.5395  

• GIJN Staff. (2023, September 27). 2023 Global Organized Crime Index – Global 
Investigative Journalism Network. Global Investigative Journalism Network. 
https://gijn.org/  

• Global Initiative Against Transnational Organized Crime. (2023). Global Organized 
Crime Index 2023. https://ocindex.net/report/2023/0-3-contents.html  

https://dialnet.unirioja.es/servlet/articulo?codigo=5456246
https://cej.org.co/destacados-home-page/se-agudiza-la-criminalidad-en-colombia-cada-dia-mas-de-mil-personas-son-victimas-de-hurtos-y-o-extorsion/
https://cej.org.co/destacados-home-page/se-agudiza-la-criminalidad-en-colombia-cada-dia-mas-de-mil-personas-son-victimas-de-hurtos-y-o-extorsion/
https://cej.org.co/destacados-home-page/se-agudiza-la-criminalidad-en-colombia-cada-dia-mas-de-mil-personas-son-victimas-de-hurtos-y-o-extorsion/
https://www.datos.gov.co/Seguridad-y-Defensa/Informaci-n-delictiva-del-municipio-de-Bucaramanga/x46e-abhz/about_data
https://www.datos.gov.co/Seguridad-y-Defensa/Informaci-n-delictiva-del-municipio-de-Bucaramanga/x46e-abhz/about_data
https://books.google.com.co/books?id=0fFz0FZQXE8C&lpg=PA9&ots=yrCBkGDxCn&dq=criminolog%C3%ADa&lr&hl=es&pg=PA3#v=onepage&q&f=false
https://books.google.com.co/books?id=0fFz0FZQXE8C&lpg=PA9&ots=yrCBkGDxCn&dq=criminolog%C3%ADa&lr&hl=es&pg=PA3#v=onepage&q&f=false
https://link-springer-com.ezproxy.uniandes.edu.co/book/10.1007/978-3-319-94989-5
https://link-springer-com.ezproxy.uniandes.edu.co/book/10.1007/978-3-319-94989-5
https://www.imf.org/es/Blogs/Articles/2023/12/18/latin-america-can-boost-economic-growth-by-reducing-crime
https://www.imf.org/es/Blogs/Articles/2023/12/18/latin-america-can-boost-economic-growth-by-reducing-crime
https://doi.org/10.22463/2011642X.3510
http://riul.unanleon.edu.ni:8080/jspui/bitstream/123456789/9726/1/253079.pdf
http://scielo.senescyt.gob.ec/pdf/urvio/n34/1390-4299-urvio-34-00082.pdf
https://doi.org/10.17141/urvio.34.2022.5395
https://gijn.org/
https://ocindex.net/report/2023/0-3-contents.html


   
 

   
 

• Gonzales Rodriguez, F., & Barbarán Mozo, H. (2021). La seguridad ciudadana como 
política gubernamental en América Latina en el últimoquinquenio. Ciencia Latina 
Revista multidisciplinar.  

• González, E. (2019). El delito de hurto y su evolución histórica. Revista Caribeña de 
Ciencias Sociales. https://www.eumed.net/rev/caribe/2019/03/hurto-evolucion-
historica.html  

• Herhausen, D., Bernritter, S., Ngai, E., Kumar, A., & Delen, D. (2024). Machine learning 
in marketing: Recent progress and future research directions. ScienceDirect.  

• Hirschi, T. (1969). Causes of delinquency. Berkeley: University of California Press.  
• IMF. (20 de diciembre de 2023). América Latina: Reducir la delincuencia para estimular 

el crecimiento económico. Obtenido de IMF Blog. 
https://www.imf.org/es/Blogs/Articles/2023/12/18/latin-america-can-boost-economic-
growth-by-reducing-crime  

• James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical 
learning with applications in R. Springer. https://link-springer-
com.ezproxy.uniandes.edu.co/book/10.1007/978-1-4614-7138-7  

• Karabo, J., Cagatay, C., & Gorkem, K. (2023). Machine learning in crime prediction. 
Journal of Ambient Intelligence and Humanized Computing. 
https://www.researchgate.net/publication/368164162_Machine_learning_in_crime_pre
diction   

• Kubat, M. (2017). An Introduction to Machine Learning. Springer Cham. https://doi-
org.ezproxy.uniandes.edu.co/10.1007/978-3-319-63913-0  

• Kuhn, M., & Johnson, K. (2013). Applied predictive modeling. Springer. https://link-
springer-com.ezproxy.uniandes.edu.co/book/10.1007/978-1-4614-6849-3  

• LaRepublica. (25 de octubre de 2023). Colombia está en el segundo lugar dentro de los 
países con mayores índices de criminalidad. LaRepublica. 
https://www.larepublica.co/globoeconomia/los-paises-con-mayores-indices-de-
criminalidad-
3735633#:~:text=Colombia%20sigue%20ocupando%20primeros%20lugares,con%20
mayor%20criminalidad%20del%20mundo  

• López, G., & Manosalvas, P. (2023). Datos y criminalidad: Machine learning aplicado en 
modelos predictivos en seguridad. AL DATO OBSERVATORIO. https://al-
dato.datalat.org/wp-content/uploads/2024/01/2.-Geovanna-Lopez-Pedro-Manosalva-
Criminalidad-Al-Dato.pdf  

• Matsueda, R. (2006). Differential social organization, collective action, and crime. 
Crime, Law and Social Change, 46(1), 3-33. https://doi.org/10.1007/s10611-006-9045-1  

• Muñoz, D. (2021). Evaluación de modelos de Machine Learning para la predicción de 
crímenes en la ciudad de Medellín. Repositorio Universidad Nacional. 
https://repositorio.unal.edu.co/handle/unal/80976  

• Musheer Aziz, R., Yaqoob, A., & Kumar verma, N. (2023). Applications and Techniques of 
Machine Learning in Cancer. National Library of Medicine.  

• Nedelec, J. & Di Rienzo, F. (2023). Predicting Moffitt's Developmental Taxonomy of 
Antisocial Behavior Using Life History Theory: A Partial Test of the Evolutionary 
Taxonomy. Evolutionary Psychology, 21(4). https://www-scopus-
com.bdbiblioteca.universidadean.edu.co/record/display.uri?eid=2-s2.0-
85177067595&origin=resultslist&sort=plf-

https://www.eumed.net/rev/caribe/2019/03/hurto-evolucion-historica.html
https://www.eumed.net/rev/caribe/2019/03/hurto-evolucion-historica.html
https://www.imf.org/es/Blogs/Articles/2023/12/18/latin-america-can-boost-economic-growth-by-reducing-crime
https://www.imf.org/es/Blogs/Articles/2023/12/18/latin-america-can-boost-economic-growth-by-reducing-crime
https://link-springer-com.ezproxy.uniandes.edu.co/book/10.1007/978-1-4614-7138-7
https://link-springer-com.ezproxy.uniandes.edu.co/book/10.1007/978-1-4614-7138-7
https://www.researchgate.net/publication/368164162_Machine_learning_in_crime_prediction
https://www.researchgate.net/publication/368164162_Machine_learning_in_crime_prediction
https://doi-org.ezproxy.uniandes.edu.co/10.1007/978-3-319-63913-0
https://doi-org.ezproxy.uniandes.edu.co/10.1007/978-3-319-63913-0
https://link-springer-com.ezproxy.uniandes.edu.co/book/10.1007/978-1-4614-6849-3
https://link-springer-com.ezproxy.uniandes.edu.co/book/10.1007/978-1-4614-6849-3
https://www.larepublica.co/globoeconomia/los-paises-con-mayores-indices-de-criminalidad-3735633#:~:text=Colombia%20sigue%20ocupando%20primeros%20lugares,con%20mayor%20criminalidad%20del%20mundo
https://www.larepublica.co/globoeconomia/los-paises-con-mayores-indices-de-criminalidad-3735633#:~:text=Colombia%20sigue%20ocupando%20primeros%20lugares,con%20mayor%20criminalidad%20del%20mundo
https://www.larepublica.co/globoeconomia/los-paises-con-mayores-indices-de-criminalidad-3735633#:~:text=Colombia%20sigue%20ocupando%20primeros%20lugares,con%20mayor%20criminalidad%20del%20mundo
https://www.larepublica.co/globoeconomia/los-paises-con-mayores-indices-de-criminalidad-3735633#:~:text=Colombia%20sigue%20ocupando%20primeros%20lugares,con%20mayor%20criminalidad%20del%20mundo
https://al-dato.datalat.org/wp-content/uploads/2024/01/2.-Geovanna-Lopez-Pedro-Manosalva-Criminalidad-Al-Dato.pdf
https://al-dato.datalat.org/wp-content/uploads/2024/01/2.-Geovanna-Lopez-Pedro-Manosalva-Criminalidad-Al-Dato.pdf
https://al-dato.datalat.org/wp-content/uploads/2024/01/2.-Geovanna-Lopez-Pedro-Manosalva-Criminalidad-Al-Dato.pdf
https://doi.org/10.1007/s10611-006-9045-1
https://repositorio.unal.edu.co/handle/unal/80976
https://www-scopus-com.bdbiblioteca.universidadean.edu.co/record/display.uri?eid=2-s2.0-85177067595&origin=resultslist&sort=plf-f&src=s&sid=881098da453a4af1db3fad0f2217aaef&sot=b&sdt=b&s=TITLE-ABS-KEY%28criminality+prediction%29&sl=31&sessionSearchId=881098da453a4af1db3fad0f2217aaef&relpos=2
https://www-scopus-com.bdbiblioteca.universidadean.edu.co/record/display.uri?eid=2-s2.0-85177067595&origin=resultslist&sort=plf-f&src=s&sid=881098da453a4af1db3fad0f2217aaef&sot=b&sdt=b&s=TITLE-ABS-KEY%28criminality+prediction%29&sl=31&sessionSearchId=881098da453a4af1db3fad0f2217aaef&relpos=2
https://www-scopus-com.bdbiblioteca.universidadean.edu.co/record/display.uri?eid=2-s2.0-85177067595&origin=resultslist&sort=plf-f&src=s&sid=881098da453a4af1db3fad0f2217aaef&sot=b&sdt=b&s=TITLE-ABS-KEY%28criminality+prediction%29&sl=31&sessionSearchId=881098da453a4af1db3fad0f2217aaef&relpos=2


   
 

   
 

f&src=s&sid=881098da453a4af1db3fad0f2217aaef&sot=b&sdt=b&s=TITLE-ABS-
KEY%28criminality+prediction%29&sl=31&sessionSearchId=881098da453a4af1db3fad
0f2217aaef&relpos=2  

• Nielsen, A. (2019). Practical Time Series Analysis: Prediction with Statistics and 
Machine Learning. O'Reilly Media, Inc. Recuperado de: https://learning-oreilly-
com.ezproxy.uniandes.edu.c