Aprendizado de Máquina para Previsão de Predisposição ao Medo do crime
Resumo
A importância da discussão acerca de elementos que podem vir a relacionar o contexto sócio-político brasileiro e a violência é evidente, e a inteligência artificial apresenta-se como uma ferramenta útil e promissora a ser aplicada nessa questão. Partindo desse pressuposto, o trabalho consiste no estudo e na análise de algoritmos de aprendizado de máquina a serem aplicados acima do banco de dados da pesquisa intitulada “Medo da Violência e o Apoio ao Autoritarismo no Brasil”, desenvolvida pelo Fórum Brasileiro de Segurança Pública, em parceria com universidades públicas, no ano de 2017. A base utilizada, após etapa de pré-processamento, apresenta informações relacionadas à medo, vitimização e chances de ocorrência de crimes, dados sociodemográficos e grau de concordância em posicionamentos autoritários, de acordo com os relatos coletados em forma de formulário preenchido por participantes. Cenários de entradas e saídas do algoritmo, como também possíveis métodos de aprendizagem, foram aplicados sobressaindo-se a utilização, a priori, do SVM nas etapas de análises seguintes. A partir de simulações utilizando algumas estratégias de seleção de atributos e análise de componentes principais, foram feitas análises exploratórias, observando-se o progresso dos resultados. A pesquisa encontra-se em desenvolvimento, priorizando a previsão de predisposição ao medo do crime a partir dos atributos presentes na base estudada.Publicado
2021-01-01
Edição
Seção
VII Encontro de Programas de Educação Tutorial
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
a. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License que permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.