Conceptos de big data, minería de datos, aprendizaje automático y aprendizaje profundo en los datos sobre delitos*

Resumen

Junto con el rápido cambio de las tecnologías de la información y el uso generalizado de Internet a lo largo del tiempo, han surgido baterías de datos con una amplia diversidad y volúmenes bastante grandes. El uso de la minería de datos aumenta día a día debido al gran papel que desempeña en la adquisición de información al realizar los análisis necesarios, en especial,  dentro de una gran cantidad de datos. La obtención de información precisa es un factor clave que afecta a los procesos de toma de decisiones. Los datos sobre delitos se incluyen entre las áreas de aplicación de la minería de datos, siendo una de las baterías de datos que crece con rapidez cada día que pasa. Los eventos delictivos constituyen un comportamiento no deseado en todas las sociedades. Por esta razón, es importante extraer información significativa de los datos sobre delitos. Este artículo tiene como objetivo proporcionar una descripción general del uso de la minería de datos y el aprendizaje automático en los datos sobre delitos y dar una nueva perspectiva sobre los procesos de toma de decisiones, al presentar ejemplos del uso de la minería de datos para un delito. Para este propósito, se presentan algunos ejemplos de minería de datos y aprendizaje  automático en áreas de delincuencia y seguridad que brindan un marco conceptual en el tema de big data, minería de datos, aprendizaje automático y aprendizaje profundo junto con tipos de tareas, procesos y métodos.