1st. place - Datatón 2014 - Data Science National Contest, Mexico

Datata www.datata.mx

DelitosCiencia de Datos

Semana de MatemáticasITAM 2014

Omar Trejo Navarro Luis M. Román García

¿Es racional cometer delitos?

Utilidad

Gravedad

Utilidad

Gravedad

Beneficio

Utilidad

Gravedad

Castigo

Beneficio

Utilidad

Gravedad

} El delito no es racionalCastigo

Beneficio

Utilidad

Gravedad

Castigo

Beneficio

} El delito no es racional

Utilidad

Gravedad

Castigo

Beneficio

Utilidad

Gravedad

Castigo

Beneficio

Utilidad

Gravedad

Castigo

Beneficio

Utilidad

Gravedad

Castigo

Beneficio

Utilidad

Gravedad

}Castigo

Beneficio

El delito no es racional

Utilidad

Gravedad

}Castigo

Beneficio

Utilidad

Gravedad

Delinquir es racional

Castigo

Beneficio

CIDAC 2009

Delitos

CIDAC 2009

100 25

Delitos Reportan

CIDAC 2009

100 25 4.5

Delitos InvestiganReportan

CIDAC 2009

100 25 4.5 1.6

Delitos JuezInvestiganReportan

CIDAC 2009

100 25 4.5 1.6 1.2

Delitos JuezInvestiganReportan Sentencia

CIDAC 2009

100 25 4.5 1.6 1.2 1

Delitos JuezInvestiganReportan Sentencia Condena

CIDAC 2009

¡Se condena a 1%!

“En México todos los delitos son rentables”

— Enrique García Tejeda

Problemas alrededor de los delitos

Complejidad procesalDiscrecionalidadInformación

CorrupciónLitigiosidadTecnología

Problemas alrededor de los delitos

Complejidad procesalDiscrecionalidadInformación

CorrupciónLitigiosidadTecnología

Ciencia de Datos

Ciencia de DatosMatemáticas

Ciencia de DatosMatemáticas Estadística

Ciencia de DatosMatemáticas Estadística Computación

Datatón

Concurso Nacional

Datatón

Concurso Nacional

Presidencia de la RepúblicaDatatón

Concurso Nacional

Presidencia de la República

Política Pública

Datatón

“Predicción de delitos y análisis en tiempo real del municipio de Zapopan con Twitter y Google”

Prevención Reacción

Prevención

PrevenciónAsignar probabilidad de ocurrencia

Determinar variables relevantes

Intuición

¿Cuántas pelotas hay?

Recopilemos opiniones

¿Cómo funciona?

¿Cómo funciona?Ajuste de importancia

Enfoque en los difíciles

Algoritmo — AdaBoost Freund y Schapire, 1997

Algoritmo — AdaBoostDados

Freund y Schapire, 1997

Algoritmo — AdaBoostDados donde

Algoritmo — AdaBoostDados donde Inicializar

Algoritmo — AdaBoostDados donde InicializarPara :

Algoritmo — AdaBoostDados donde InicializarPara :● Entrenar al predictor débil usando la distribución

Algoritmo — AdaBoostDados donde InicializarPara :● Entrenar al predictor débil usando la distribución● Obtener la hipótesis débil

Algoritmo — AdaBoostDados donde InicializarPara :● Entrenar al predictor débil usando la distribución● Obtener la hipótesis débil con error .

Algoritmo — AdaBoostDados donde InicializarPara :● Entrenar al predictor débil usando la distribución● Obtener la hipótesis débil con error .● Escoger

● Actualizar

Hipótesis final: .

Algoritmo — AdaBoostDados donde InicializarPara :● Entrenar al predictor débil usando la distribución .● Obtener la hipótesis débil con error .● Escoger

● Actualizar

Hipótesis final: . es un factor de normalización para .

Esquemáticamente

Entrenamos un predictor débil (árbol) con

Esquemáticamente

PesosError

Esquemáticamente

¡Debe ser mejor que clasificar aleatoriamente!

PesosError

Esquemáticamente

Pesos bajos a las muestras bien clasificadas.

Pesos altos a las muestras mal clasificadas.

Esquemáticamente

Pesos bajos a las muestras bien clasificadas.

Esquemáticamente

Pesos grandes

Pesos chicos

Esquemáticamente

Pesos grandes

Pesos chicos

Asignamos mayor peso a los mejores clasificadores.

Esquemáticamente

Parámetros

ParámetrosNúmero de iteraciones

ParámetrosNúmero de iteracionesProfundidad del árbol

ParámetrosNúmero de iteracionesProfundidad del árbolTasa de aprendizaje

ParámetrosNúmero de iteracionesProfundidad del árbolTasa de aprendizajeTamaño de muestra

¿Cuál es el error?

Suponiendo que cada es mejor que adivinar al azar

, donde es el peso de la predicción .

Si es el error de clasificación de un predictor:

En boosting el error de entrenamiento puede hacerse arbitrariamente pequeño.

Modelo finalIteraciones: 14

Muestra de prueba: 7,501

Muestra de prueba: 7,501 Muestra de entrenamiento: 2,499

Variables y observaciones

Parámetros Valores

Tasa de aprendizaje .1, .01

Profundidad árboles 1, 3, 5, 7

Sensibilidad 100, 150, 200, … , 1000

Error de generalización Bootstrap (25 reps)

Remuestreo

Parámetros Valores

Sensibilidad 100, 150, 200, … , 1000

Remuestreo

Contracción Profundidad N-árboles Precisión Kappa Precisión DS Kappa DS

.1 1 100 .904 0 .00424 0

.1 1 150 .906 0.037 .00465 .0236

.1 1 200 .906 0.074 .004 .0248

... ... ... ... ... ... ...

.01 7 1000 .966 .803 .00306 .0175

Parámetros Valores

Sensibilidad 100, 150, 200, … , 1000

Remuestreo

Contracción Profundidad N-árboles Precisión Kappa Precisión DS Kappa DS

.1 1 100 .904 0 .00424 0

.1 1 150 .906 0.037 .00465 .0236

.1 1 200 .906 0.074 .004 .0248

... ... ... ... ... ... ...

.01 7 1000 .966 .803 .00306 .0175

Shrinkage: .01 Depth: 7 N-trees: 700

Resultados

Medida Valor

Precisión 96.96%

Valor-p p < 2e-16

Sensibilidad .9845

Especificidad .8277

Kappa 0.8215

Prevalencia 0.9048

Precisión balanceada 0.9061

Prevención

Lo bueno

Prevención

Lo buenoRelaciones implícitas

Prevención

Lo buenoRelaciones implícitasPerfiles por zona

Prevención

Lo buenoRelaciones implícitasPerfiles por zonaIntuición

Prevención

Lo malo

Prevención

Lo maloDesbalance

Prevención

Lo maloDesbalanceNo. de predictores

Prevención

Lo maloDesbalanceNo. de predictoresDatos imprecisos

Política pública inteligente

Reducción de delitos

Reacción

Reacción1. Monitoreo

Reacción1. Monitoreo2. Detección

3. Información

3. Información4. Coordinación

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Monitoreo

Hospitales

Policía

Monitoreo

Hospitales

Policía

Monitoreo

Hospitales

Policía

Homicidio en jiménez y valdez

Monitoreo

Hospitales

Policía

Monitoreo

Hospitales

Policía

DetecciónMonitoreo

Hospitales

Policía

Monitoreo Detección

Hospitales

Policía

Hospitales

Policía

Homicidio en jiménez y valdez Patrulla a...

Hospitales

Policía

Hospitales

Policía

Hospitales

Policía

Listos para...

Hospitales

Policía

Listos para...

Monitoreo Detección Coordinación

Hospitales

Policía

Listos para...

Hospitales

Policía

Instrucciones

Patrulla a...

Listos para...

Hospitales

Policía

Instrucciones

Patrulla a...

Listos para...

Información

Hospitales

Policía

Instrucciones

Patrulla a...

Listos para...

API REST de Twitter

Información

Hospitales

Policía

Instrucciones

Patrulla a...

Listos para...

API REST de Twitter

Información

Hospitales

Policía

Instrucciones

Patrulla a...

Listos para...

API REST de Twitter

API Directions

Información

Coordinación en tiempo real

Salvar vidas

Participación ciudadana

Más información

Mapas de criminalidad

¿Cómo funciona?

API de Twitter

API de Twittertweets <- searchTwitter(

keyword = keyword, geocode = geozone, since = since.date, n = number.tweets)

API de Twitter

twitteR

tweets <- searchTwitter(keyword = keyword, geocode = geozone, since = since.date, n = number.tweets)

API de GoogleAPI de Twitter

twitteR

API de GoogleAPI de Twitterurl <- paste(“http://maps.googleapis.com/maps/api/directions/json?”,“origin=”, from.coord, “&destination=”, to.coord, “&language=”, lang.code, sep = “”)

twitteR

API de GoogleAPI de Twittertweets <- searchTwitter(

keyword = keyword, geocode = geozone, since = since.date, n = number.tweets)

twitteR

url <- paste(“http://maps.googleapis.com/maps/api/directions/json?”,“origin=”, from.coord, “&destination=”, to.coord, “&language=”, lang.code, sep = “”)

route <- fromJSON( paste(readLines(url), collapse = “”))

Ejemplohttps://maps.googleapis.com/maps/api/directions/json?origin=ITAM,Mexico&destination=UNAM,Mexico&language=es

Reacción

Lo bueno

Reacción

Lo buenoInmediato

Reacción

Lo buenoInmediatoAutomático

Reacción

Lo buenoInmediatoAutomáticoEscalable

Reacción

Lo malo

Reacción

Lo maloNo robusto

Reacción

Lo maloNo robustoNo factor-humano

Reacción

Lo maloNo robustoNo factor-humanoErrores costosos

Demostración

Código abierto

Ciencia abiertaCódigo abierto

www.datata.mx

Datatahttps://github.com/datata/dataton

Referencias[1] Enrique García Tejeda, Análisis Económico del Derecho Penal,

Clase de licenciatura en la Universidad Panamericana

[2] Gary Becker, Crime and Punishment, An Economic Approach

http://www.nber.org/chapters/c3625.pdf

[3] Yoav Freund and Robert Schapire, A Short Introduction to Boosting

http://cseweb.ucsd.edu/~yfreund/papers/IntroToBoosting.pdf

[4] Twitter, REST API v1.1 Resources,

https://dev.twitter.com/docs/api/1.1

[5] Google, The Google Directions API,

https://developers.google.com/maps/documentation/directions/

1st. place - Datatón 2014 - Data Science National Contest, Mexico

Technology

2nd annual art of recycling sculpture contest 1st through 5th grade winners

Contest Duration -1st Apr to 5th Mayassets.paytm.com.s3.amazonaws.com/images/rpd/test/hp/HP IPL...The IPL Contest is valid for customers who ... The winners can collect their physical

1st semester Mexico. 1st semester United States 1st semester Canada

2015 Tennessee State Tar Wars Poster Contest 1st Place ... · Poster Contest 1st Place Winner: Elijah McCourry, West View Elementary, Limestone, TN See page 8 for coverage of the

MultiComfort House students Contest 2018-martie...MULTI COMFORT HOUSE STUDENTS CONTEST ROMANIA 2017 9 / Multi Comfort House Students Contest Edition 2018 Ranking Country 1st Prize

Mine Rescue Contest - miningquiz.com...37Th Annual Southwestern Regional Mine Rescue Contest . JUDGE PACKET . Field Competition Day 1 . April 9, 2019 . Mescalero/Ruidoso, New Mexico

Document1 - E-Gov Linkegovlink.com/public_documents300/sturgis/published... · Texas Chainsaw Massacre *Ugliest Lamp Contest Enter the Ugliest Lamp Contest by April 1st. Ugly lamps

Contest of sociology students, 1st place

SMOKE - The Convenient Truth [1st place Worlds Best Presentation Contest] by Empowered Presentations

Art contest 1st advance

PHOTO CONTEST GUIDELINES 21st Annual PHOTO ......21st Annual PHOTO CONTEST 2017restricted by partitions. 2016 BEST OF SHOW & 1st Place People Suvi Tory Pewaukee, WI 2017 CONTEST SPONSORS:Nature

1st-Mile Institute...2 1st-Mile Institute New Mexico Broadband Report September 1, 2011 (Updated Nov. 25, 2011) The State of the State New Mexico is variably ranked about 47th among

1st International Sedventure Photography Contest: Results

2011 International Essay Contest for Young People List … · 2011 International Essay Contest for Young People List of Winners No. of participating countries: 1st Prize ... Rintaro

1st place Horticulture – Leonard J. Buck Gardensomersetcountyparks.org/brochFlyers/Photo Contest Slide Show Presentation.pdfTitle: 1st place Horticulture – Leonard J. Buck Garden

New Mexico · BEHAVIORAL HEALTH - PS (INDIVIDUAL) 1st (GOLD) NIkita Jaiswal - University of New Mexico

1st Annual Virginia Tech Regional Mathematics Contest From ... · 1st Annual Virginia Tech Regional Mathematics Contest From 9:30a.m. to 12:00 noon, November 10, 1979 Fill out the

1st Annual Great Rivers Country Eagle Photo Contest … · 1st Annual Great Rivers Country Eagle Photo Contest ... Bald Eagles taken at a location in Great Rivers Country. ... help

Poster Contest 1 and 2 Place WINNERS - State of … Contest 1st and 2nd Place WINNERS. 1st Place - Kindergarten Sarah Busen St. Patrick School in Carleton. ... St. Gerard School in

2017 Conflict Resolution Day Bookmark Art Contest Winners · 2017 Conflict Resolution Day Bookmark Art Contest Winners . Kindergarten through Second Grade Winners . 1st Place Katelin