While these analyses are predictive and not intended to establish causal relationships, I also employ feature importance analysis to reveal the main drivers of police and military violence in both countries

The study combines Lasso, Random Forests, XGBoost, Neural Networks, and a Super Learner ensemble to anticipate misconduct by the military and police at the municipal level. #MilitaryMisconduct

Using detailed subnational data from Colombia and Mexico, I built several machine learning models to predict violence by armed forces, achieving over 92% accuracy 📈 #PoliceViolence

Aunque los análisis son predictivos y no buscan establecer relaciones causales, también miro la importancia de variables para identificar los principales factores que explican la violencia en ambos países

Combino diferentes métodos de IA como Lasso, Random Forests, XGBoost, Redes Neuronales y un Super Learner ensemble para anticipar la violencia militar y policial a nivel municipal

Utilizando datos subnacionales de Colombia y México, construí varios modelos de aprendizaje automático para predecir violencia por parte de las fuerzas armadas, logrando una precisión superior al 92% 📈

En América Latina, la violencia policial y militar continúa siendo un reto de política. Miles de civiles continuan siendo víctimas de violaciones a los DD.HH.

Prevenir la violencia de las Fuerzas es clave para mantener la confianza en las instituciones y el Estado de Derecho

📸France24