좋은 오후.
오늘 이었다 가고 있다 에게 BE 말하는 ~에 대한 그만큼 이해
~의 범죄 비율 그리고 범죄 예측.
전에 우리 가다 ~ 안으로 그만큼 데이터, 허락하다 나 소개하다 a 팀.
우리 가지다 카란비르, 우리 데이터 과학자 그리고 데이터 모델링 전문가,
그리고 나, 그랜트 래키 ~처럼 a 데이터 연구원 그리고
데이터 심상 전문가.
그래서 ~ 전에 우리 얻다 ~ 안으로 그만큼 데이터, 우리 하다 안 개요
~의 그만큼 전체 프레젠테이션.
이었다 가고 있다 에게 시작하다 ~와 함께 그만큼 배경
어느 ~ 할 것이다 BE 그만큼 초기의 데이터 세트 그리고 왜 우리 선택했다 우리의 데이터.
그만큼 데이터 개요, 어느 다시 ~이다 가고 있다 ~ 안으로 그만큼 이유
왜 우리 선택했다 우리의 데이터 그리고 무엇 이었다 가고 있다 에게 BE 견딜 수 없는 에게 답변.
그만큼 사업 문제점, 어느 ~이다 그만큼 문제 저것
우리 가졌다 ~와 함께 우리의 데이터.
왜 이었다 견딜 수 없는 에게 답변 확실한
질문 그리고 그만큼 전반적인 아이디어 ~의 그만큼 전체 프로젝트.
다음 ~이다 우리의 행동 양식 그리고 계획, 어느 ~이다 우리의 절차 ~의 답변
우리의 사업 문제 그리고 그 다음에 우리의 결과,
어느 ~이다 그만큼 결과 ~의 우리의 행동 양식' 계획.
우리의 응용 프로그램, 어느 ~이다 진짜- 삶 함의
~에서 우리의 결과, 그리고 사후 분석,
어느 ~이다 무엇 우리 ~할 수 있었다 포함하다 또는 추가하다 ~에 에게 우리의 결과.
무엇 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 모든 사람, 그리고 그것은 어디에나 ~에 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 대 군 또는 대 상태.
이었다 주로 가고 있다 에게 BE 찾고 있는 ~에 대 상태.
그래서 어떻게 ~이다 우리 가고 있다 에게 식별하다 요인
어느 ~할 수 있다 줄이다 범죄 요금 ~ 내내 우리의 전체 프로젝트.
여기 이었다 가고 있다 에게 BE 말하기 ~에 대한 어떻게 확실한 범죄
~이다 가고 있다 에게 BE 더 힘 있는 ~에 확실한 주 ~보다 다른 사람들,
그리고 하다 확실한 범죄 영향 다른 범죄?
그래서 ~을 위한 예,
만약에 거기 ~였다 a 살인 범죄, ~일 것이다 총포 또는 훔침 BE 더
힘 있는 ~에 저것 살인 범죄 또는 ~일 것이다 다른 범죄 BE 힘 있는 ~에 저것?
그래서 찾고 있는 ~에 우리의 데이터 개요.
우리 시작됨 끄다 ~와 함께 우리의 초기의 데이터 세트 어느 ~이다 우리의 범죄 통계 데이터,
그리고 우리 추가됨 다른 데이터 변수 나중에 ~에 ~ 내내 이것 초기의 데이터 세트.
시작 ~와 함께 우리의 초기의 데이터 세트, 우리 시작됨 ~와 함께 2014 데이터,
그리고 이것은 초기의 데이터 세트 ~였다 주어진 에게 우리를 ~에서
연방 국 수사: 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 주 ~일 것이다 BE 모두 저것들 카운티.
우리 가졌다 에게 바라보다 ~에 48 주.
우리 가졌다 에게 들어오지 못하게 하다 플로리다 그리고 일리노이주,
왜냐하면 플로리다 그리고 일리노이 했다 ~ 아니다 제공하다 데이터 에게 그만큼 FBI
~을 위한 그만큼 범인 활동.
만약에 너 바라보다 ~에 미래 2018 데이터 또는 과거 2012 데이터, 그것은 그만큼 같은 문제.
그들 단지 ~하지 않다 제공하다 데이터 에게 그만큼 FBI 그것 보이는 것 같다 .
와 함께 모두 ~의 이것 ~을 위한 2014 데이터, 있다 18만 데이터 전철기
말하는 ~에 대한 그만큼 FIPS 코드.
이것 ~이다 어떻게 우리 식별됨 확실한 범인 활동 ~에 확실한 카운티.
을 위한 예, 우리 가지다 우리의 상태 코드, 어느 ~일 것이다 01이 되다 ~을 위한 앨라배마.
이것들 주 ~이다 표현된 알파벳순으로.
앨라배마 ~일 것이다 BE 그만큼 첫 번째 하나, 그리고 그 다음에 각 군 이내에 저것 상태
~일 것이다 가지다 숫자 에게 그들을.
을 위한 예, 볼드윈 ~일 것이다 BE 003.
만약에 너 보았다 ~에 볼드윈, 앨라배마,
그것은 BE 01003, 그래서 ~에 그리고 그래서 앞으로 ~을 위한 모든 군 상세한 ~에 그만큼 상태.
찾고 있는 ~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 대 군 또는 대 상태,
그리고 우리 가졌다 에게 바라보다 ~에 다른 데이터 세트 좋다
성별, 이민, 종교, 결혼, 실업 그리고 문해력 요금.
이것들 다른 데이터 세트 보았다 더 또는 그래서 ~에 그만큼 주 전체 요금,
그리고 이것 아니다 정말 관련된 에게 범인 활동,
하지만 우리 원함 에게 관련시키다 그것
이내에 우리의 초기의 데이터 세트 에게 보다 만약에 있다 어느 상관관계 ~와 함께 그들을.
가고 있다 ~ 안으로 우리의 사업 문제,
우리 원하다 에게 답변 무엇 주 ~에 그만큼 유나이티드 주 구체적으로
가지다 그만큼 제일 높은 그리고 가장 낮은 범죄 요금 그리고 왜 ~이다 저것 그래서?
에게 답변 우리의 사업 문제,
우리 가지다 에게 답변 이것들 사업 질문 가고 있다 ~ 안으로 저것.
어떻게 ~할 수 있다 우리 식별하다 변수 저것 영향 범죄?
어느 ~이다 그만큼 최대 중요한 요인은 무엇일까요?
~이다 거기 범죄 저것 영향 다른 범죄?
나는 가고 있다 에게 손 그것 끄다 에게 카란비르 에게 말하다 ~에 대한 계획과 행동 양식.
감사하다 너, 승인하다.
우리의 접근하다 에게 해결하다 이것 사업 문제,
~였다 에게 오다 위로 ~와 함께 a 회귀 모델.
우리 가지다 사용된 JMP 에게 만들다 그것.
첫 번째, ~처럼 승인하다 말하는,
우리 가지다 연결된 그만큼 다양한 데이터베이스, 저것 ~이다 그만큼 범죄 데이터 세트,
~을 따라 ~와 함께 저것들 추가의 변수 그런 ~처럼 종교, 소득, 등.
우리는 가지고 있습니다 만들어진 확신하는 ~이든 그만큼 데이터 외모 깨끗한.
A 후에 저것, 우리 가지다 달리다 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 다양한 변수
그리고 그들의 중요성 ~에 결정하다 이것 범죄 비율,
그리고 우리 ~이다 할 수 있는 에게 목록 그들을 ~에 의해 그들의 중요성.
A t 그만큼 끝 잘 또한 BE 전시 너 시각화 기반을 둔 ~에 그것.
처럼 승인하다 말하는, 우리 가졌다 42 범인 활동 변수.
일부 ~의 이것들 변수 ~이었다 매우 작은,
그런 ~처럼 의약품 소유, 의약품 소비, 의약품 매상.
~ 안에 저것 사례, 우리 가지다 간단히 그룹화된 그들을 에게 만들다 확신하는 저것
우리 ~할 수 있다 오다 ~에 a 결론 ~에 저것
~부터 그만큼 데이터 ~였다 그렇지 않으면 작은 ~을 위한 그만큼 하위 그룹.
잘 BE 그들을 바라보며 상태 지혜로운
~처럼 우리 그러지 않았다 가지다 그만큼 추가의 변수 ~에 a 군 기초.
하지만 I 느끼다 저것 이것 ~이다 엄청난 ~을 위한 시작 이것 프로젝트.
우리의 목표 변하기 쉬운 ~일 것이다 BE 그만큼 범죄 비율.
우리 가지다 한정된 그만큼 범죄 비율 ~처럼 그만큼 숫자 ~의 체포
~에 저것 확실한 인구.
지금, 오는 아래에 에게 그만큼 변수 저것 우리 ~이다 사용 중입니다.
최대 ~의 이것들 변수 가지다 계속 ~ 이다 정규화된 그리고 우리 가지다 사용된
a 백분율 ~을 위한 그들을, 그런 ~처럼 이민 ~을 위한 성별.
우리 ~ 할 것이다 BE 사용 둘 유형 저것 ~ 할 것이다 BE a 남성 그리고 a 여성,
그리고 그 다음에 종교, 실업, 결혼, 문해력.
최대 ~의 이것들 ~이다 정규화된 그래서 저것
우리 ~하지 않다 가지다 안 분석 어느 ~할 수 있었다 BE 오해의 소지가 있습니다.
오는 아래에 에게 그만큼 결정적인 방정식 ~의 우리의 회귀 모델.
이것 ~이다 그만큼 방정식 ~의 a 모델.
우리 가지다 둥근 끄다 그만큼 샘플,
그리고 ~처럼 우리 ~할 수 있다 보다 거기 ~이다 a 많은 ~의 변수
저것 가지다 a 긍정적인 영향, ~처럼 안에, 저것 그들 증가하다 그만큼 범죄 비율,
그리고 거기 ~이다 확실한 변수 어느 가지다 a 부정적인 징후 ~와 함께 그들을.
그들 원래 감소하다 그만큼 범죄 비율.
사용 이것 우리 ~할 수 있다 보다 어떻게 우리 ~할 수 있다 정의하다 a 범죄 비율 ~에 어느 상태 또는 군.
오는 아래에 에게 그만큼 결과.
그만큼 발견 숫자 하나.
우리 정말 원함 에게 보다 어느 주 가지다 그만큼 제일 높은 범죄 비율.
이것들 ~이다 그만큼 수행원 다섯 주.
테네시, 와이오밍, 미시시피, 위스콘신, 새로운 멕시코.
그 다음에 우리 가지다 그만큼 수행원 주 ~와 함께 그만큼 가장 낮은 범죄 비율,
저것 ~이다 새로운 요크, 앨라배마, 버몬트, 매사추세츠 주 그리고 Michigan.
여기 있습니다 a 수행원 심상 설명 어떻게 그만큼 범죄 비율
다양하다 가로질러 유나이티드 주.
처럼 우리 보다, 거기 ~이다 아니요 확실한 무늬 그리고 그것은 모두 ~ 위에 그만큼 장소.
발견 숫자 둘.
사용 JMP 그리고 행위 a 통나무 [00:07:57에 들리지 않음]
~에 그만큼 변수, 우리 ~할 수 있었다 원래 보다 어느 변수 가지다 더 중요성.
그만큼 숫자 하나 ~였다 무기 소유한, 뒤따랐다 ~에 의해 문해력 비율,
그 다음에 종교 백분율, 이민, 인구 밀도,
그리고 그만큼 실업 비율.
I 생각하다 이것 ~이다 a 엄청난 발견, ~하는 동안 어느 정부 몸
또는 어느 조직 원해 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 정말 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 a 매우 높은 상관관계
~와 함께 말하다, 훔침, 강도, 살인.
사용 a 경비- 정사각형 시험, 우리 봤다 저것 그만큼 상관관계 ~이다 매우 높은.
그래서 ~에 사례 어느 조직 ~일 것이다 원하다 에게 집중하다 ~에 그리고 시작 와 함께,
I 생각하다 의약품 그리고 무기 ~이다 a 엄청난 범주 어디
그들 ~할 수 있다 집중하다 ~에 ~을 위한 줄이는 범죄 비율 ~에 어느 상태 또는 군.
이것 ~이다 그만큼 수행원 지도 전시
그만큼 종교 비율, 소유한 무기, 그리고 문해력 비율,
그리고 그만큼 변화 가로질러 유나이티드 주.
만약에 우리 놓다 그것 ~와 함께 그만큼 범죄 비율, 우리 ~할 수 있다 보다 a 확실한 무늬
어느 ~이다 실제로 설명됨 ~에 의해 우리의 회귀 모델.
지금 오는 아래에 에게 그만큼 함의,
어떻게 우리 ~할 수 있다 사용 우리의 분석 에게 a 진짜- 세계 해결책.
좋다 그만큼 데이터 세트 우리 가지다 사용된, 그리고 우리 가지다 연결된 에게 변수,
우리 ~일 것이다 분명히 원하다 에게 일하다 ~와 함께 정부들, 마을들 그리고 커뮤니티
왜냐하면 범죄 ~이다 a 만능인 문제
그리고 이것 ~이다 무엇 여러분 원해 에게 줄이다.
그만큼 복원하다 배당 ~할 수 있다 BE 완료 ~에 따라 에게 이것,
그리고 더 나아가, 이것 ~일 것이다 결과 ~에 a 감소하다 ~에 범죄 비율
그리고 증가 행복 ~에 그만큼 지역 사회.
우편- 분석.
거기 ~이다 a 많은 ~의 것들 저것 우리 ~일 것이다 원하다 에게 포함하다 ~에 우리의 프로젝트,
그리고 이것 ~이다 a 엄청난 미래 범위 ~처럼 잘.
첫 번째 물건, 우리 ~일 것이다 원하다 에게 포함하다 더 변수
그런 ~처럼 날씨, 민족성 그리고 그만큼 목록 간다 에.
우리 ~할 수 있었다 분명히 심지어 듣다 에게 그만큼 정부 몸 그리고 가져가다 입력값
~을 위한 이것들 변수 ~에서 그들을.
군 상세한 또는 ~에 최소 도시 세부 사항.
I 느끼다 그것은 엄청난 에게 시작 ~와 함께 상태- 지혜로운 데이터,
하지만 우리 ~일 것이다 분명히 원하다 에게 집중하다 ~에 a 더 상세한 수준 ~의 분석,
그래서 저것 우리 ~할 수 있다 사용 이것들 결론 에게 그만큼 진짜 세계
더 분명히, 더 정확히 그리고 우리 ~일 것이다 가지다 a 더 나은 영향 ~처럼 잘.
그만큼 데이터 시간 액자.
오른쪽 지금 우리 가지다 사용된 그만큼 데이터 ~에서 그만큼 년도 2014년.
I 느끼다 이것 ~이다 안 여덟 년도 오래된 데이터 세트.
우리 ~일 것이다 분명히 원하다 에게 사용 a 더 최신 데이터 세트,
그리고 무엇 저것 ~이다 가로지르는 ~ 위에 a 커플 ~의 연령,
그래서 저것 그것 준다 우리를 명쾌함.
부터 코로나 가지다 영향을 받다 우리를 ~에 a 많은 ~의 방법들,
그리고 그것 가지다 변경됨 어떻게 원래 삶 ~이다 일하고 있는 약 우리를,
그리고 그래서 가지다 범죄 비율 그리고 그만큼 방법 범죄 일어났다 가지다 계속 ~ 이다 변경되었습니다.
우리 ~일 것이다 분명히 원하다 에게 집중하다 우편 코로나 ,
그리고 ~ 위에 그만큼 마지막 둘- 삼 연령, ~을 위한 a 우편- 분석.
그건 모두 그리고 감사하다 너.
