Sistema de clasificación de ordenes de supresión

Vista sencilla de ítem
dc.contributor.advisorAlcalá-Temores, Jaime E.
dc.contributor.authorDurán-Valencia, Thaitiel J.
dc.date.accessioned2024-06-03T18:40:34Z
dc.date.available2024-06-03T18:40:34Z
dc.date.issued2024-05
dc.description.abstractEl sistema de órdenes de supresión policial (PSOS, por sus siglas en inglés) comienza como un proyecto Call for Code en colaboración con la Asociación Nacional de Abogados de Defensa Criminal (NACDL) para construir una base de datos utilizando inteligencia artificial para ayudar a rastrear las órdenes de supresión judiciales. El alcance del proyecto se ha ampliado para rastrear cualquier mala conducta policial. El resultado final utilizaría la inteligencia artificial, en específico Procesamiento de Lenguaje Natural (Natural Language Processing, NLP por sus siglas en inglés) para eliminar cientos de miles de horas de trabajo manual en el intento de crear y mantener una base de datos que identifique el comportamiento problemático de la policía. Este trabajo se centró en un problema de clasificación de texto, cuyo objetivo principal fue explorar cuáles son los métodos de aprendizaje automático supervisado más efectivos para abordarlo.
dc.identifier.citationDurán-Valencia, T. J. (2024). Sistema de clasificación de ordenes de supresión. Trabajo de obtención de grado, Maestría en Ciencia de Datos. Tlaquepaque, Jalisco: ITESO.
dc.identifier.urihttps://hdl.handle.net/11117/10889
dc.language.isospa
dc.publisherITESO
dc.relation.ispartofseriesqer
dc.rights.urihttps://creativecommons.org/licenses/by-nc/4.0/deed.es
dc.subjectTransformers
dc.subjectPolicial
dc.subjectLegal Analytics
dc.subjectNatural Language Processing
dc.subjectClasificación de Ordenes de Supresión
dc.titleSistema de clasificación de ordenes de supresión
dc.title.alternativePolice Suppression Order System Classification
dc.typeinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
MCD_TOG_Thaitiel_Duran.pdf
Tamaño:
817.26 KB
Formato:
Adobe Portable Document Format
Descargar

Colecciones

DMAF - Trabajos de fin de Maestría en Ciencia de Datos