Mujeres en prisión: reinserción de la mano de los pisos de acogida

El presente trabajo trata principalmente sobre las consecuencias que tiene para las mujeres el paso por prisión, y busca también exponer dónde encuentran ellas el origen de la reinserción para volver a la sociedad. Para ello se ha llevado a cabo una revisión bibliográfica en profundidad sobre la evolución de los sistemas de encarcelación de las mujeres, así como un estudio exploratorio en el que cinco mujeres usuarias del piso de acogida para mujeres presas de Vitoria han respondido a diversas cuestiones en relación a la prisión, el piso de acogida y la reinserción. De esta manera se ha buscado dar a conocer la realidad vivida por algunas mujeres que tras cometer un hecho delictivo acaban ingresando en prisión. Posteriormente se han puesto en contraste las diferencias existentes entre la vida dentro de prisión y en el piso de acogida, haciendo referencia a las ayudas que ofrece cada uno de estos establecimientos para su posterior reinserción en la sociedad. Finalmente, y tras analizar los resultados obtenidos, se han puesto de manifiesto diferentes medidas que han sido consideradas para la mejora de la situación de las mujeres que tienen que cumplir con una pena privativa de libertad.

Análisis predictivo para clasificar dígitos escritos a mano utilizando la base de datos MNIST

En el presente trabajo de fin de máster se realiza una investigación sobre las técnicas de preproceso del dataset de entrenamiento y la aplicación de un modelo de predicción que realice una clasificación de dı́gitos escritos a mano. El conjunto de dataset de train y test son proporcionado en la competencia de Kaggle: Digit Recognizer y provienen de la base de datos de dı́gitos manuscritos MNIST. Por tratarse de imágenes las técnicas de preproceso se concentran en obtener una imagen lo más nı́tida posible y la reducción de tamaño de la misma, objetivos que se logran con técnicas de umbralización por el método de Otsu, transformada de Wavelet de Haar y el análisis de sus componentes principales. Se utiliza Deep Learning como modelo predictivo por ajustarse a este tipo de datos, se emplean además librerı́as de código abierto implementadas en el lenguaje estádisto R. Por último se obtiene una predicción con las técnicas y herramientas mencio- nadas para ser evaluada en la competencia de Kaggle, midiendo y comparando los resultados obtenidos con el resto de participantes.

La traducción audiovisual en ETB2: Estudio descriptivo del género Western

360 p.