Modelo predictivo para determinar los retiros de uniformados en el grado de patrullero de la policía nacional de Colombia

Vista sencilla de ítem
dc.contributor.advisorVillarraga Palomino, Jesús Antonio
dc.contributor.authorPortillo Rosero, Rubén Alexis
dc.contributor.authorMontaña Ramírez, Andrea
dc.contributor.authorLópez Piñeros, Julián David
dc.creator.emailraportillor@libertadores.eduspa
dc.date.accessioned2022-07-23T17:17:58Z
dc.date.available2022-07-23T17:17:58Z
dc.date.created2022
dc.descriptionLa presente investigación busca identificar un modelo predictivo, que permita representar la realidad de los retiros de uniformados en el grado de patrullero de la Policía Nacional de Colombia, a partir de la identificación de patrones, según características sociodemográficas y condiciones laborales individuales de este personal, con el fin de predecir futuros comportamientos de retiro mediante el análisis machine learning. Se analizaron datos 2011 a 2021, desde un enfoque cuantitativo, siguiendo un diseño “no experimental” transversal de alcance analítico-descriptivo, a partir de la evaluación de métricas de los modelos Árbol de Decisión, Regresión Logística, Soporte de Maquina Vectorial -SVM, K-Nearest Neighbors-KNN y Choosing Features, catalogándose este último como el modelo predictivo, con mejor resultado en sus métricas, destacando una exactitud del 85%, insumo que sirve para potenciar las estrategias de fidelización y retención del talento humano policial.spa
dc.description.abstractThe present investigation seeks to identify a predictive model, which allows representing the reality of the withdrawals of uniformed officers in the patrol degree of the National Police of Colombia, based on the identification of patterns, according to sociodemographic characteristics and individual working conditions of this personnel. in order to predict future withdrawal behaviors using machine learning analytics. Data from 2011 to 2021 were analyzed from a quantitative approach, following a cross-sectional "non-experimental" design with an analytical-descriptive scope, based on the evaluation of metrics from the Decision Tree models, Logistic Regression, Support Vector Machine -SVM, K Nearest Neighbors-KNN and Choosing Features, the latter being classified as the predictive model, with the best result in its metrics, highlighting an accuracy of 85%, an input that serves to enhance the strategies of loyalty and retention of police human talent.spa
dc.formatPDFspa
dc.identifier.urihttp://hdl.handle.net/11371/4739
dc.language.isospaspa
dc.publisherFundación Universitaria Los Libertadores. Sede Bogotá.spa
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.lembPolicíaspa
dc.subject.lembColombiaspa
dc.subject.lembOrden públicospa
dc.subject.proposalMétricasspa
dc.subject.proposalModelos predictivosspa
dc.subject.proposalPatrulleros Policía Nacionalspa
dc.subject.proposalRetirosspa
dc.subject.proposalwithdrawalsspa
dc.subject.subjectenglishWithdrawalsspa
dc.subject.subjectenglishNational Police Patrollersspa
dc.subject.subjectenglishPredictive modelsspa
dc.subject.subjectenglishMetricsspa
dc.titleModelo predictivo para determinar los retiros de uniformados en el grado de patrullero de la policía nacional de Colombiaspa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
PORTILLO_MONTANA_LOPEZ_2022.pdf
Tamaño:
679.91 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 2 de 2
Miniatura
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Miniatura
Nombre:
AUTORIZACION_PORTILLO_MONTANA_LOPEZ_2022.pdf
Tamaño:
197.86 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Especialización en Estadística Aplicada