Proyecto de Mainframes 1

Integrantes:
- Oruna Cabrera Diego Francisco
- Espinoza Sanjinez Jhosep
Caso:
Determinar cuales son las comunidades más propensas a sufrir crímenes en el estado de
Chicago - USA

Propuesta de Solución

Realización de un análisis predictivo

Entrenar un modelo de machine learning

Antecedentes de Investigación

url:
https://www.brennancenter.org/sites/default/files/publications/Crime%20Trends%201990-2
016.pdf

Resumen:
Este informe examina las tendencias delictivas a nivel nacional y de ciudad durante el
último cuarto de siglo en los Estados Unidos.

Aporte:
Nos proporciona al final de la investigación, gráficos descriptivos de los índices de
violencia por cada 100000 habitantes, en los diferentes estados del país

url: ​https://ignaciomsarmiento.github.io/assets/Safe_Passage_WP.pdf
Resumen:
Análisis del programa Safe Passage de Chicago, que intenta garantizar la seguridad de
los estudiantes que viajan hacia y desde las escuelas al colocar Guardias civiles a lo largo
de rutas especificadas.
El programa se lanzó en el 2009, y se amplió en el 2015

Aporte:
La investigación sugiere que el programa es una forma alternativa eficiente y rentable de
vigilancia policial con efectos directos en el crimen y los resultados de los estudiantes. Al
explotar tanto la variación espacial como la temporal en la implementación del programa,
se encontró que la presencia de guardias da como resultado niveles más bajos de
delincuencia, con un crimen violento que disminuye en un 14% en promedio.

Recopilación de fuentes de datos

Nro URL Resumen

1 https://data.cityofchicago Este conjunto de datos refleja los incidentes de delitos

.org/Public-Safety/Crime denunciados que ocurrieron en la Ciudad de Chicago
s-2001-to-present/ijzp-q8 desde 2001 hasta el presente.
t2

2 https://www.kaggle.com/j Este conjunto de datos detalla los registros de violencia

ameslko/gun-violence-da con armas de fuego en los Estados Unidos entre Junio
ta de 2013 y Marzo de 2018.
Descripción de los datos

Fuente: ​https://data.cityofchicago.org/Public-Safety/Crimes-2001-to-present/ijzp-q8t2
Nombre Dataset: Crimes 2001 to present

Nro Campo Tipo Excluye (S/N)

1 ID Discreto N

2 Case Discreto N
Number

3 Date Nominal N

4 Block Nominal N

5 IUCR Nominal N

6 Primary Ordinal N
Type

7 Description Nominal N

8 Location Nominal N
Description

9 Arrest Nominal S

10 Domestic Nominal S

11 Beat Nominal N

12 Distric Ordinal N
13 Ward Ordinal N

14 Community Ordinal N
Area

15 FBI Code Discreto N

16 X Discreto N
Coordinate

17 Y Discreto N
Coordinate

18 Year Continuo N

19 Updated On Discreto N

20 Latitude Discreto N

21 Longitude Discreto N

22 Location Discreto N
Descripción de los datos

Fuente: ​https://www.kaggle.com/jameslko/gun-violence-data
Nombre Dataset: Gun Violence Data

Nro Campo Tipo Excluye (S/N)

1 incident_id Discreto N

2 date Discreto N

3 state Nominal N

4 city_or_country Nominal N

5 address Nominal N

6 n_killed Ordinal N

7 n_injured Ordinal N

8 incident_url Nominal N

9 source_url Nominal N

10 incident_url_fields_ Nominal S
missing

11 congressional_distri Nominal N
c

12 gun_stolen Nominal N
 incident_characterist Nominal N
ic

latitude Ordinal N

location_description Nominal N

longitude Ordinal N

n_guns_involved Ordinal N

notes Nominal N

participant_age Ordinal N

participan_age_gro Nominal N
up

participan_gender Nominal N

participant_name Nominal N

participant_relation Nominal N
ship

Aprobación

Nombre Cargo Firma Fecha