좋은 오후.
오늘 이었다 가고 있다 에게 ~이다 말하는 ~에 대한 그만큼 이해
의 범죄 비율 그리고 범죄 예측.
전에 우리 가다 ~ 안으로 그만큼 데이터, 허락하다 나 소개하다 ㅏ 팀.
우리 가지다 Karanveer, 우리의 데이터 과학자 그리고 데이터 모델링 전문가,
그리고 나 자신 그랜트 래키 ~처럼 ㅏ 데이터 연구원 그리고
데이터 심상 전문가.
그래서 ~ 전에 우리 가져 오기 ~ 안으로 그만큼 데이터, 하자 하다 개요
의 그만큼 전체 프레젠테이션.
이었다 가고 있다 에게 시작하다 ~와 함께 그만큼 배경
어느 ~ 할 것이다 ~이다 그만큼 초기의 데이터 세트 그리고 왜 우리 선택한 우리의 데이터.
그만큼 데이터 개요, 어느 다시 ~이다 가고 있다 ~ 안으로 그만큼 이유
왜 우리 선택한 우리의 데이터 그리고 무엇 이었다 가고 있다 에게 ~이다 견딜 수 없는 에게 대답.
그만큼 사업 문제, 어느 ~이다 그만큼 문제 저것
우리 가졌다 ~와 함께 우리의 데이터.
왜 이었다 견딜 수 없는 에게 대답 확실한
질문 그리고 그만큼 전반적인 아이디어 의 그만큼 전체 프로젝트.
다음 ~이다 우리의 행동 양식 그리고 계획, 어느 ~이다 우리의 절차 의 대답
우리의 사업 문제 그리고 그 다음에 우리의 결과,
어느 ~이다 그만큼 결과 의 우리의 행동 양식' 계획.
우리의 응용 프로그램, 어느 ~이다 진짜- 삶 의미
~에서 우리의 결과, 그리고 사후 분석,
어느 ~이다 무엇 우리 ~할 수 있었다 포함 또는 추가하다 ~에 에게 우리의 결과.
뭐 우리 ~할 수 있었다 추가하다 ~에 에게 개선하다 ...에 이것 그리고 연령 에게 오다.
시작 ~와 함께 배경, 왜 ~해야 한다 우리 케어 ~에 대한 범죄 비율?
잘 범죄 ~이다 단지 중요한 에게 여러분, 그리고 그것은 어디에나 안에 그만큼 유나이티드 주,
그리고 그래서 무엇 ~이다 범죄 비율 그리고 어떻게 ~할 수 있다 우리 정의하다 그것?
어떻게 우리 정의하다 범죄 비율 ~이다 우리의 초기의 범인 활동,
각기 다른 ~에 의해 그만큼 인구 밀도 당 군 또는 당 상태.
이었다 주로 가고 있다 에게 ~이다 찾고 ~에 당 상태.
그래서 어떻게 ~이다 우리 가고 있다 에게 식별하다 요인
어느 ~할 수 있다 줄이다 범죄 요금 전역 우리의 전체 프로젝트.
여기 이었다 가고 있다 에게 ~이다 말하기 ~에 대한 어떻게 확실한 범죄
~이다 가고 있다 에게 ~이다 더 힘 있는 안에 확실한 상태 ~보다 다른 사람들,
그리고 하다 확실한 범죄 영향 다른 범죄?
그래서 ~을 위한 예시,
만약에 거기 ~였다 ㅏ 살인 범죄, ~일 것이다 총포 또는 훔침 ~이다 더
힘 있는 안에 저것 살인 범죄 또는 ~일 것이다 다른 범죄 ~이다 힘 있는 안에 저것?
그래서 찾고 ~에 우리의 데이터 개요.
우리 시작했다 끄다 ~와 함께 우리의 초기의 데이터 세트 어느 ~이다 우리의 범죄 통계 데이터,
그리고 우리 추가 다른 데이터 변수 나중에 ~에 전역 이것 초기의 데이터 세트.
시작 ~와 함께 우리의 초기의 데이터 세트, 우리 시작했다 ~와 함께 2014년 데이터,
이 초기의 데이터 세트 ~였다 주어진 에게 우리를 ~에서
연방 국 조사: 그만큼 FBI.
우리 보았다 ~에 42 범인 활동 어느 ~이다 넓은 범위
~에서 살인, 훔침 에게 의약품 소유, 의약품 활동.
우리 보았다 ~에 ~에 대한 3,200 카운티, 그리고 이내에 모두 이것들 카운티
또는 이내에 이것들 상태 ~일 것이다 ~이다 모두 저것들 카운티.
우리 가졌다 에게 바라보다 ~에 48 상태.
우리 가졌다 에게 들어오지 못하게 하다 플로리다 그리고 일리노이,
왜냐하면 플로리다 그리고 일리노이 했다 ~ 아니다 제공하다 데이터 에게 그만큼 FBI
~을 위한 그만큼 범인 활동.
만약에 너 바라보다 ~에 미래 2018년 데이터 또는 과거 2012년 데이터, 이것의 그만큼 같은 문제.
그들 단지 ~하지 않다 제공하다 데이터 에게 그만큼 FBI 그것 보인다 .
와 함께 모두 의 이것 ~을 위한 2014년 데이터, 거기 180,000 데이터 포인트들
말하는 ~에 대한 그만큼 FIPS 코드.
이것 ~이다 어떻게 우리 식별 확실한 범인 활동 안에 확실한 카운티.
을 위한 예시, 우리 가지다 우리의 상태 코드, 어느 ~일 것이다 01이 되다 ~을 위한 앨라배마
이것들 상태 ~이다 대표 알파벳순으로.
앨라배마 ~일 것이다 ~이다 그만큼 첫 번째 하나, 그리고 그 다음에 각 군 이내에 저것 상태
~일 것이다 가지다 번호 에게 그들을.
을 위한 예시, 볼드윈 ~일 것이다 ~이다 003.
만약에 너 보았다 ~에 볼드윈, 알라바마,
그럴거야 ~이다 01003, 그래서 ~에 그리고 그래서 앞으로 ~을 위한 모든 군 상세한 안에 그만큼 상태.
찾고 ~에 우리의 추가의 변수, 우리 보았다 ~에 인구 조사 데이터.
인구 조사 데이터 ~이다 언제나 엄청난 ~을 위한 확인 중 밖으로 그만큼 나이, 인구,
소득 당 군 또는 당 상태,
그리고 우리 가졌다 에게 바라보다 ~에 다른 데이터 세트 처럼
성별, 이민, 종교, 결혼, 실업 그리고 문맹 퇴치 요금.
이것들 다른 데이터 세트 보았다 더 또는 그래서 ~에 그만큼 주 전체 요금,
그리고 이것 아니다 진짜 관련된 에게 범인 활동,
하지만 우리 원한 에게 관련시키다 그것
이내에 우리의 초기의 데이터 세트 에게 보다 만약에 거기 어느 상관관계 ~와 함께 그들을.
가고 있다 ~ 안으로 우리의 사업 문제,
우리 원하다 에게 대답 무엇 상태 안에 그만큼 유나이티드 주 구체적으로
가지다 그만큼 제일 높은 그리고 가장 낮은 범죄 요금 그리고 왜 ~이다 저것 그래서?
에게 대답 우리의 사업 문제,
우리 가지다 에게 대답 이것들 사업 질문 가고 있다 ~ 안으로 저것.
어떻게 ~할 수 있다 우리 식별하다 변수 저것 영향 범죄?
어느 ~이다 그만큼 대부분 중요한 요인?
~이다 거기 범죄 저것 영향 다른 범죄?
나는 가고 있다 에게 손 그것 끄다 에게 카란비어 에게 말하다 ~에 대한 계획과 행동 양식.
감사합니다 너, 승인하다.
우리의 접근하다 에게 해결하다 이것 사업 문제,
~였다 에게 오다 위로 ~와 함께 ㅏ 회귀 모델.
우리 가지다 사용된 JMP 에게 만들다 그것.
첫 번째, ~처럼 승인하다 말하는,
우리 가지다 연결된 그만큼 여러 데이터베이스, 저것 ~이다 그만큼 범죄 데이터 세트,
~을 따라 ~와 함께 저것들 추가의 변수 그런 ~처럼 종교, 소득, 등.
우리는 만들어진 확실한 ~이든 그만큼 데이터 외모 깨끗한.
ㅏ 후 저것, 우리 가지다 운영 우리의 회귀 모델,
어느 ~이다 할 수 있는 에게 예측하다 그만큼 범죄 비율 ~을 위한 우리를.
와 함께 이것, 우리 ~이다 할 수 있는 에게 알다 그만큼 여러 변수
그리고 그들의 중요성 안에 결정 이것 범죄 비율,
그리고 우리 ~이다 할 수 있는 에게 목록 그들을 ~에 의해 그들의 중요성.
ㅏ 티 그만큼 끝 잘 또한 ~이다 전시 너 시각화 기반을 둔 ~에 그것.
처럼 승인하다 말하는, 우리 가졌다 42 범인 활동 변수.
약간 의 이것들 변수 ~이었다 매우 작은,
그런 ~처럼 의약품 소유, 의약품 소비, 의약품 매상.
~ 안에 저것 사례, 우리 가지다 간단히 그룹화 그들을 에게 만들다 확실한 저것
우리 ~할 수 있다 오다 ~에 ㅏ 결론 ~에 저것
~부터 그만큼 데이터 ~였다 그렇지 않으면 너무 작은 ~을 위한 그만큼 하위 그룹.
잘 ~이다 그들을 찾고 상태 지혜로운
~처럼 우리 하지 않았다 가지다 그만큼 추가의 변수 ~에 ㅏ 군 기초.
하지만 나 느끼다 저것 이것 ~이다 엄청난 ~을 위한 시작 이것 프로젝트.
우리의 표적 변하기 쉬운 ~일 것이다 ~이다 그만큼 범죄 비율.
우리 가지다 한정된 그만큼 범죄 비율 ~처럼 그만큼 숫자 의 체포
안에 저것 확실한 인구.
지금, 오는 아래에 에게 그만큼 변수 저것 우리 ~이다 사용.
대부분 의 이것들 변수 가지다 계속 ~ 이다 정규화 그리고 우리 가지다 사용된
ㅏ 백분율 ~을 위한 그들을, 그런 ~처럼 이민 ~을 위한 성별.
우리 ~ 할 것이다 ~이다 사용 둘 유형 저것 ~ 할 것이다 ~이다 ㅏ 남성 그리고 ㅏ 여자,
그리고 그 다음에 종교, 실업, 결혼, 문맹 퇴치.
대부분 의 이것들 ~이다 정규화 그래서 저것
우리 ~하지 않다 가지다 분석 어느 ~할 수 있었다 ~이다 오해의 소지가 있는
오는 아래에 에게 그만큼 결정적인 방정식 의 우리의 회귀 모델.
이것 ~이다 그만큼 방정식 의 ㅏ 모델.
우리 가지다 둥근 끄다 그만큼 샘플,
그리고 ~처럼 우리 ~할 수 있다 보다 거기 ~이다 ㅏ 많은 의 변수
저것 가지다 ㅏ 긍정적인 영향, ~처럼 안에, 저것 그들 증가하다 그만큼 범죄 비율,
그리고 거기 ~이다 확실한 변수 어느 가지다 ㅏ 부정적인 징후 ~와 함께 그들을.
그들 원래 감소하다 그만큼 범죄 비율.
사용 이것 우리 ~할 수 있다 보다 어떻게 우리 ~할 수 있다 정의하다 ㅏ 범죄 비율 안에 어느 상태 또는 군.
오는 아래에 에게 그만큼 결과.
그만큼 발견 숫자 하나.
우리 진짜 원한 에게 보다 어느 상태 가지다 그만큼 제일 높은 범죄 비율.
이것들 ~이다 그만큼 수행원 다섯 상태.
테네시, 와이오밍, 미시시피, 위스콘신, 새로운 멕시코.
그 다음에 우리 가지다 그만큼 수행원 상태 ~와 함께 그만큼 가장 낮은 범죄 비율,
저것 ~이다 새로운 요크, 알라바마, 버몬트, 매사추세츠 주 그리고 미시간.
여기 ㅏ 수행원 심상 설명 어떻게 그만큼 범죄 비율
다양하다 가로질러 유나이티드 주.
처럼 우리 보다, 거기 ~이다 아니요 확실한 무늬 그리고 이것의 모두 ~ 위에 그만큼 장소.
발견 숫자 둘.
사용 JMP 그리고 행위 ㅏ 통나무 [들리지 않음 00:07:57]
~에 그만큼 변수, 우리 ~할 수 있었다 원래 보다 어느 변수 가지다 더 중요성.
그만큼 숫자 하나 ~였다 무기 소유, 팔로우 ~에 의해 문맹 퇴치 비율,
그 다음에 종교 백분율, 이민, 인구 밀도,
그리고 그만큼 실업 비율.
나 생각한다 이것 ~이다 ㅏ 엄청난 발견, 동안 어느 정부 신체
또는 어느 조직 원한다 에게 할당하다 자원
언제든지 그들 ~이다 견딜 수 없는 에게 줄이다 그만큼 범죄 비율 또는 견딜 수 없는 에게 분석하다 그것.
그만큼 발견 숫자 삼 ~이다 무엇 진짜 흥미로운.
우리의 목표 ~였다 에게 보다 ~이든 거기 ~이다 확실한 범죄
어느 ~할 수 있었다 돕다 우리를 해결하다 ~ 아니다 단지 저것 범죄,
하지만 아마도 다른 범죄 ~처럼 잘.
어느 이것들 범죄 ~이다 견딜 수 없는 에게 영향.
의약품 그리고 무기 ~였다 하나 의 그들을.
우리 ~할 수 있었다 보다 의약품 그리고 무기 가지다 ㅏ 매우 높은 상관관계
~와 함께 말하다, 훔침, 강도, 살인.
사용 ㅏ 치 정사각형 테스트, 우리 봤다 저것 그만큼 상관관계 ~이다 매우 높은.
그래서 안에 사례 어느 조직 ~일 것이다 원하다 에게 집중하다 ~에 그리고 시작 와 함께,
나 생각한다 의약품 그리고 무기 ~이다 ㅏ 엄청난 범주 어디
그들 ~할 수 있다 집중하다 ~에 ~을 위한 감소 범죄 비율 안에 어느 상태 또는 군.
이것 ~이다 그만큼 수행원 지도 전시
그만큼 종교 비율, 소유한 무기, 그리고 문맹 퇴치 비율,
그리고 그만큼 변화 가로질러 유나이티드 주.
만약에 우리 놓다 그것 ~와 함께 그만큼 범죄 비율, 우리 ~할 수 있다 보다 ㅏ 확실한 무늬
어느 ~이다 실제로 설명 ~에 의해 우리의 회귀 모델.
지금 오는 아래에 에게 그만큼 의미,
어떻게 우리 ~할 수 있다 사용 우리의 분석 에게 ㅏ 진짜- 세계 해결책.
처럼 그만큼 데이터 세트 우리 가지다 사용된, 그리고 우리 가지다 연결된 에게 변수,
우리 ~일 것이다 분명히 원하다 에게 일하다 ~와 함께 정부, 마을 그리고 커뮤니티
왜냐하면 범죄 ~이다 ㅏ 만능인 문제
그리고 이것 ~이다 무엇 여러분 원한다 에게 줄이다.
그만큼 복원하다 배당 ~할 수 있다 ~이다 완료 ~에 따라 에게 이것,
그리고 더 나아가, 이것 ~일 것이다 결과 안에 ㅏ 감소하다 안에 범죄 비율
그리고 증가하는 행복 안에 그만큼 지역 사회.
게시하다- 분석.
거기 ~이다 ㅏ 많은 의 것들 저것 우리 ~일 것이다 원하다 에게 포함 안에 우리의 프로젝트,
그리고 이것 ~이다 ㅏ 엄청난 미래 범위 ~처럼 잘.
첫 번째 물건, 우리 ~일 것이다 원하다 에게 포함 더 변수
그런 ~처럼 날씨, 민족성 그리고 그만큼 목록 간다 에.
우리 ~할 수 있었다 분명히 조차 듣다 에게 그만큼 정부 시체 그리고 가져가다 입력
~을 위한 이것들 변수 ~에서 그들을.
군 상세한 또는 ~에 최소 도시 세부 사항.
나 느끼다 이것의 엄청난 에게 시작 ~와 함께 상태- 지혜로운 데이터,
하지만 우리 ~일 것이다 분명히 원하다 에게 집중하다 ~에 ㅏ 더 상세한 수준 의 분석,
그래서 저것 우리 ~할 수 있다 사용 이것들 결론 에게 그만큼 진짜 세계
더 분명히, 더 정확하게 그리고 우리 ~일 것이다 가지다 ㅏ 더 나은 타격 ~처럼 잘.
그만큼 데이터 시각 액자.
오른쪽 지금 우리 가지다 사용된 그만큼 데이터 ~에서 그만큼 년도 2014.
나 느끼다 이것 ~이다 여덟 년도 낡은 데이터 세트.
우리 ~일 것이다 분명히 원하다 에게 사용 ㅏ 더 최신 데이터 세트,
그리고 무엇 저것 ~이다 스패닝 ~ 위에 ㅏ 커플 의 연령,
그래서 저것 그것 준다 우리를 명쾌함.
부터 코로나 가지다 영향을 받은 우리를 안에 ㅏ 많은 의 방법,
그리고 그것 가지다 변경 어떻게 원래 생명 ~이다 일하고 있는 주위에 우리를,
그리고 그래서 가지다 범죄 비율 그리고 그만큼 방법 범죄 일어난 가지다 계속 ~ 이다 변경되었습니다.
우리 ~일 것이다 분명히 원하다 에게 집중하다 게시하다 코로나 ,
그리고 ~ 위에 그만큼 마지막 둘- 삼 연령, ~을 위한 ㅏ 게시하다- 분석.
그건 모두 그리고 감사하다 너.
