为犯罪学与犯罪研究机器学习

犯罪学与犯罪研究机器学习:在十字路口(劳特利奇,2022)评论的根源机器学习之间的交集,人工智能(AI),和研究犯罪;检查的当前状态的艺术在这一领域的学术调查;并讨论了未来可能摆脱这种关系的观点。

机器学习和人工智能方法变得越来越普遍,这是至关重要的犯罪学与犯罪研究反思的方式这些范例可以重塑的研究犯罪。作为回应,这本书旨在促进讨论。开幕式是框架通过历史的镜头,与第一章致力于人工智能的关系的起源和研究犯罪,这场辩论反驳那些新奇的故事。第二个礼物一个紧凑的概述人工智能的历史,对机器学习的进一步提供一个非技术底漆。第二章回顾一些最重要的趋势计算犯罪学和定量描述出版模式在AI和犯罪学的交集,通过网络科学的方法。这本书看起来也未来,提出两个目标和四个途径来提高算法的积极社会影响系统研究犯罪。第六章提供了一个新兴的调查方法集成的机器学习和因果推论,展示他们的承诺回答一系列关键问题。

以其跨学科的方法,为犯罪学与犯罪研究机器学习犯罪学学者和学生阅读最重要的是,刑事司法,社会学,经济学,以及人工智能,数据科学和统计,计算机科学。

Geert Slabbekoorn分析师工作领域的公共安全。除了网络上黑暗的不同方面他已经出版了毒品交易在比利时。发现他在推特上,微博一切@GeertJS相关的药物。