El objetivo de este proyecto es optimizar la búsqueda de personas desaparecidas en Colombia mediante la implementación de técnicas avanzadas de categorización de etiquetas y el uso de inteligencia artificial para el análisis de datos. En un contexto de alta incidencia de desapariciones forzadas, buscamos mejorar la eficacia de las investigaciones al identificar patrones a través del procesamiento de lenguaje natural y análisis de datos. Además, el proyecto tiene como meta empoderar a las comunidades afectadas, proporcionándoles herramientas y recursos que les permitan participar activamente en la búsqueda de sus seres queridos, promoviendo así la justicia social y la sensibilización sobre esta problemática en el país.
| Objetivo | Tarea | Tipo | Doc | Comentario |
| 2. Extracción de API, normalización y limpieza de Datos | Proceso de extracción de datos a través de una API | Archivo de seguimiento | UBDP UNIDAD DE BUSQUEDA DE PERSONAS DESAPARECIDAS.docx | |
| 2. Extracción de API, normalización y limpieza de Datos | Proceso de extracción de datos a través de una API | Archivo de seguimiento | Procedimiento de la base de datos UBDP.docx | |
| 2. Extracción de API, normalización y limpieza de Datos | Proceso de extracción de datos a través de una API | Archivo de seguimiento | bases de datos de fosas comunes comunes.csv | |
| 2. Extracción de API, normalización y limpieza de Datos | Segmentación palabras claves (Libro) | Archivo de seguimiento | Cuando los pájaros no cantaban.pdf | |
| 2. Extracción de API, normalización y limpieza de Datos | Normalización de datos en OpenRefine | Archivo de seguimiento | Open Refine.pdf | |
| 2. Extracción de API, normalización y limpieza de Datos | Filtrado y agrupación de datos para el análisis | Imagen | tabla.png | |
| 3. Analítica de datos | Análisis de frecuencia de palabras clave mediante NLP con Python | Archivo de seguimiento | Graficas.pdf | |
| 3. Analítica de datos | Análisis de frecuencia de palabras clave mediante NLP con Python | Archivo de seguimiento | código_de_tokenización_de_palabras_claves_de_libro_y_graficos.py | |
| 3. Analítica de datos | Análisis de frecuencia de palabras clave mediante NLP con Python | Archivo de seguimiento | CÓDIGO_DE_TOKENIZACIÓN_DE_PALABRAS_CLAVES_DE_LIBRO_Y_GRAFICOS.ipynb | |
| 3. Analítica de datos | Mapa de geolocalización | Archivo de seguimiento | PROYECTO.pdf | |
| 3. Analítica de datos | Análisis de Datos del Dataset | Archivo de seguimiento | analisisdedatos.py | |
| 3. Analítica de datos | Análisis de Datos del Dataset | Archivo de seguimiento | ResultadosGraficas.pdf | |
| 3. Analítica de datos | Mapa de calor | Archivo de seguimiento | mapadecalor2.py | |
| 4. Conexión API Gemini con Python | Importaciones y configuración | Archivo de seguimiento | conexion_gemini.py | |
| 4. Conexión API Gemini con Python | Importaciones y configuración | Imagen | Resultados.jpeg | |
| 4. Conexión API Gemini con Python | Preparación y entrenamiento del Modelo | Archivo de seguimiento | Desaparecidos_Colombia.zip | Base de datos 1 |
| 4. Conexión API Gemini con Python | Preparación y entrenamiento del Modelo | Archivo de seguimiento | load_exceldb.py | carga de base de datos en python |
| 4. Conexión API Gemini con Python | Evaluación y generación de Contenido | Archivo de seguimiento | gemini_ia.py | Conexion con Gemini y analisis de datos |
| 4. Conexión API Gemini con Python | Evaluación y generación de Contenido | Archivo de seguimiento | gemini_ia_db.py | Conexion con base de datos |
| 5. Modelo de negocio | Financiamiento | Presentación | Financiamiento.pdf | |
| 5. Modelo de negocio | Propuesta de valor para el Modelo de Negocio | Presentación | Propuesta de valor.pdf | |
| 5. Modelo de negocio | ESTIMACION DE COSTOS | Archivo de seguimiento | Costos.docx |
Ver Línea de Tiempo
| Comunidad | Nombre Evento |
|---|---|
| TalentoTECH Bogotá | Hackathon Unidad de Búsqueda presencial Bogotá |
