Dia 1

Lennard Kuijten Bram Stoeller Lennard Kuijten Bram Stoeller U NIVERSITEIT VAN A MSTERDAM

Dia 2

Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen Resultaten Evaluatie Conclusie Lennard Kuijten & Bram Stoeller2 Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen Resultaten Evaluatie Conclusie

Dia 3

Doelstellingen Politie Gelderland Midden Incidenten voorspellen Personeel effectiever inzetten Incidenten voorkomen of beter afhandelen Hoofdvragen Verbanden tussen incidenten? Voorspellers incidenten? Voorspellers geweldsincidenten? Lennard Kuijten & Bram Stoeller3 Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen Resultaten Evaluatie Conclusie

Dia 4

Database Incidenten Weer Attributen begrijpen Hirarchische structuur Locatie Incidenten Feedback opdrachtgever Lennard Kuijten & Bram Stoeller4 Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen Resultaten Evaluatie Conclusie

Dia 5

Statistische analyses Verdelingen Spreidingen / Lijsten Plots Lennard Kuijten & Bram Stoeller5 Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen Resultaten Evaluatie Conclusie

Dia 6

Attribuutselectie Recordselectie Discretiseren Waarden Attributen Maandata Anomalistisch (F w ) Synodisch (Schijngestalten) Lennard Kuijten & Bram Stoeller6 Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen Resultaten Evaluatie Conclusie

Dia 7

datumincident 1 janGeweld 1 janDiefstal 1 janVernieling 1 janDiefstal 1 janDiefstal 1 janGeweld 1 janGeweld 1 janDiefstal 1 janDiefstal 1 janVernieling 1 janDiefstal 1 janGeweld 2 janGeweld 2 janDiefstal Lennard Kuijten & Bram Stoeller7 datumincidentAantal 1 janGeweld4 1 janDiefstal6 1 janVernieling2 2 janGeweld3 2 janDiefstal6 2 janVernieling3 3 janGeweld1 Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen Resultaten Evaluatie Conclusie datumGeweldDiefstalVernielingVoorspelling 1 jan4623 2 jan3631 3 jan1 Waarden Attributen

Dia 8

datumincident 1 janGeweld 1 janDiefstal 1 janVernieling 1 janDiefstal 1 janDiefstal 1 janGeweld 1 janGeweld 1 janDiefstal 1 janDiefstal 1 janVernieling 1 janDiefstal 1 janGeweld 2 janGeweld 2 janDiefstal Lennard Kuijten & Bram Stoeller8 datumincidentAantal 1 janGeweld4 1 janDiefstal6 1 janVernieling2 2 janGeweld3 2 janDiefstal6 2 janVernieling3 3 janGeweld1 Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen Resultaten Evaluatie Conclusie datumGeweldDiefstalVernielingVoorspelling 1 jan4623 2 jan3631 3 jan1 Waarden Attributen

Dia 9

datumincident 1 janGeweld 1 janDiefstal 1 janVernieling 1 janDiefstal 1 janDiefstal 1 janGeweld 1 janGeweld 1 janDiefstal 1 janDiefstal 1 janVernieling 1 janDiefstal 1 janGeweld 2 janGeweld 2 janDiefstal Lennard Kuijten & Bram Stoeller9 datumincidentAantal 1 janGeweld4 1 janDiefstal6 1 janVernieling2 2 janGeweld3 2 janDiefstal6 2 janVernieling3 3 janGeweld1 Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen Resultaten Evaluatie Conclusie datumGeweldDiefstalVernielingVoorspelling 1 jan4623 2 jan3631 3 jan1 Waarden Attributen

Dia 10

Machinaal leren Wat is het? Wat kan het? Overfitting Cross Validation Modellen Naive Bayes Neuraal Netwerk (Multilayer Perceptron) Lennard Kuijten & Bram Stoeller10 Doelstelling en Hoofdvragen Data verkennen Data herstructurerenLeermodellen Resultaten Evaluatie Conclusie

Dia 11

Triviale verbanden Overfitting Geen correlaties Enig resultaat Lennard Kuijten & Bram Stoeller11 Doelstelling en Hoofdvragen Data verkennen Data herstructureren LeermodellenResultaten Evaluatie Conclusie

Dia 12

Lennard Kuijten & Bram Stoeller12 Doelstelling en Hoofdvragen Data verkennen Data herstructureren LeermodellenResultaten Evaluatie Conclusie

Dia 13

Lennard Kuijten & Bram Stoeller13 Doelstelling en Hoofdvragen Data verkennen Data herstructureren LeermodellenResultaten Evaluatie Conclusie

Dia 14

Lennard Kuijten & Bram Stoeller14 Doelstelling en Hoofdvragen Data verkennen Data herstructureren LeermodellenResultaten Evaluatie Conclusie Geen correlatieCorrelatie

Dia 15

Lennard Kuijten & Bram Stoeller15 predict = 0.0247 * Aandachtsvestigingen + -0.1257 * Aantasting veiligheid + 0.0541 * Conflict/bemiddeling + 0.0647 * Geweld + 0.1818 * Openbare orde + 0.0169 * CGem + -0.0656 * WKGem + -0.0004 * DrukGem + 4.6792 predict = 0.0247 * Aandachtsvestigingen + -0.1257 * Aantasting veiligheid + 0.0541 * Conflict/bemiddeling + 0.0647 * Geweld + 0.1818 * Openbare orde + 0.0169 * CGem + -0.0656 * WKGem + -0.0004 * DrukGem + 4.6792 Correlatie cofficint = 0,11 Formule aannemelijk Waarschijnlijk false positive Praktische relevantie nihil Doelstelling en Hoofdvragen Data verkennen Data herstructureren LeermodellenResultaten Evaluatie Conclusie

Dia 16

Specifiek gericht op dagdelen / geweld Daarbinnen niets gevonden Accuraatheid modellen Selectie modellen Impact op doelstellingen/hoofdvragen Triviale verbanden Geen significant voorspellers Lennard Kuijten & Bram Stoeller16 Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen ResultatenEvaluatie Conclusie

Dia 17

Geen verbanden binnen data aanwezig Wel specifieke aanpak op hoofdvragen gericht Geen verbanden/voorspellers gevonden Plausibel: geen afhankelijkheden Advies toekomstig onderzoek Specifiekere (persoon)gegevens Langere termijn verbanden (trends) Lennard Kuijten & Bram Stoeller17 Doelstelling en Hoofdvragen Data verkennen Data herstructureren Leermodellen Resultaten EvaluatieConclusie

Dia 18

U NIVERSITEIT VAN A MSTERDAM Dit was een datamining project van Lennard Kuijten en Bram Stoeller Universiteit van Amsterdam Politie Gelderland Midden