مروری بر رویکردهای یادگیری ماشین برای پیش بینی جرم

امنیت یک جامعه اولویت اصلی آن است و پیش بینی جرایم قبل از وقوع می تواند موجب نجات انسانها، جلوگیری از آسیب های روانی و کاهش خسارات مالی شود. امروزه تعداد و اشکال فعالیت های مجرمانه با سرعت نگرانکنندهای در حال افزایش است و دولت ها ملزم به توسعه روشهای کارآمد برای انجام اقدامات پیشگیرانه هستند. در حال حاضر در عصر هوش مصنوعی ، الگوریتم های یادگیری ماشین می توانند به طور دقیق و موثر دادهها و ویژگی ها را استخراج نمایند و سپس آنها را به منظور پیش بینی جرم مورد استفاده قرار دهند و به این ترتیب به مجریان قانون کمک می کنند تا میزان جرم در آینده را کاهش داده و از وقوع آن جلوگیری کنند. در این مقاله ، تکنیک های مختلف یادگیری ماشین برای پیش بینی جرم مورد مطالعه قرار گرفته است و هدف تعیین الگوریتم های قابل استفاده برای پیش بینی و پیشگیری جرایم با دقت و سرعت بالا می باشد. بررسی مقالات مختلف در زمینه پیش بینی جرم مبتنی بر یادگیری ماشین نشان می دهد که اکثر مقالات از رویکرد یادگیری ماشین نظارت شده استفاده می کنند و فرض بر این است که دادههای برچسب گذاری شده وجود دارد. در این مقاله چالش های موجود در زمینه پیش بینی جرم نیز مورد بررسی قرار گرفته است و پیشنهاداتی برای حل مسائل ارائه شده است . کاربرد تکنیک های مختلف هوش مصنوعی برای پیش بینی جرم موضوعی ارزشمند برای مطالعه هستند و تحقیقات بیشتر در این زمینه می تواند کمکی برای کشورها برای مبارزه با جرم و جنایت باشد و مسیر برقراری امنیت را هموار سازد.

کلیدواژه ها:

یادگیری ماشین ، پیش بینی جرم ، هوش مصنوعی .