Contexto:  Crime é um problema social comum e complexo, que afeta a qualidade de vida, o crescimento econômico e a reputação de uma nação. Governantes e a sociedade em geral têm tido enormes problemas causados por esse fenômeno. A cada ano, os governos gastam milhões de dólares combatendo a violência e, consequentemente, a prevenção e o controle do crime são questões de grande preocupação para as agências de segurança pública. Objetivo: Aplicar fundamentos de Data Science e fornecer um modelo automatizado, constantemente atualizado, para analisar dados abertos governamentais relacionados aos crimes ocorridos em Minas Gerais. Método: Um experimento foi executado para descoberta de associações entre os municípios, Regiões Integradas de Segurança Pública (RISPs), crimes e alvos de roubo e furto. Adicionalmente, foram desenvolvidos rankings com os municípios mais perigosos. Resultados: Do ponto de vista geral, com ponderações para os crimes, os munícipios de Belo Horizonte, Confins e Contagem estiveram, constantemente, entre os cinco mais perigosos. Além disso, ficou evidenciado que existem dependências entre: crimes e municípios, crimes e RISPs, alvos de roubo e municípios, e alvos de roubo e RISPs. Conclusão: A Ciência de Dados possibilita a execução de diagnósticos mais precisos e mais céleres, auxiliando o planejamento estratégico e a tomada de decisão em Segurança Pública. Com algumas particularidades e indo além dos homicídios, Minas Gerais segue parcialmente a tendência nacional de ter índices de criminalidade mais baixos em áreas ao redor de regiões com maior desenvolvimento econômico.

No abstract

No abstract

No abstract

No abstract