Este documento explora la aplicación de técnicas de aprendizaje automático y análisis estadístico para identificar los patrones de victimización y el riesgo de violencia de género en San Andrés de Tumaco, Nariño, Colombia. Se desarrollaron modelos para clasificar a las mujeres según su vulnerabilidad y riesgo de sufrir diversas formas de violencia, que se integraron en una herramienta de toma de decisiones para las autoridades locales. Los algoritmos empleados incluyen K-means para agrupamiento, redes neuronales artificiales, bosques aleatorios, árboles de decisión y algoritmos de clasificación multicategoría combinados con técnicas de clasificación difusa para manejar los datos incompletos. Implementados en Python y R, los modelos fueron validados estadísticamente para garantizar su fiabilidad. El análisis basado en datos de salud reveló los patrones clave de victimización y los riesgos asociados con la violencia de género en la región. Este estudio presenta un modelo de ciencia de datos que utiliza un enfoque de determinantes sociales para evaluar las características y patrones de la violencia contra las mujeres en la región del Pacífico de Nariño. Esta investigación se llevó a cabo en el marco del Programa Orquídeas del Ministerio de Ciencia, Tecnología e Innovación de Colombia.