Brián Covaro

Caracterización de la fatalidad vial en NEA a partir de modelos de Machine Learning

Resumen

El objetivo principal de este trabajo es explorar y analizar las particularidades de la fatalidad vial en NEA1 para el período 2019 – 2020. A partir de datos oficiales sobre siniestros viales de este bienio, se construyeron distintos modelos de Machine Learning, basados en algoritmos distintos, que buscaron caracterizar y contribuir a explicar los patrones que presentan los siniestros viales tipificados como fatales.
Entre 2008 y 2020, en promedio, 5.500 personas pierden la vida en siniestros viales en Argentina. Es la principal causa de muerte en rango etario de 15 a 35 años y tercera causa de muerte por “causas externas”.

La elección del período bajo estudio (2019 -2020) responde a la intención de trabajar con los datos a “año completo”, lo más actualizados posible que posee el sistema de registro (SIGISVI). La elección de la región (NEA), se basa en, primero, la disponibilidad de los registros en dicho sistema; y segundo, en que NEA es la región con el mayor nivel de siniestralidad y mortalidad del período bajo estudio. La preparación de datos y la aplicación de modelos se realizó enteramente con el software RStudio y QGIS.