Local cover image
Local cover image

Modelos de predicción avanzados para el cálculo de reservas en la industria aseguradora

By: Contributor(s): Material type: TextTextPublication details: 2022Description: 1 archivo (5,7 MB) : il. colSubject(s): Online resources:
Contents:
-- 1 Introducción -- 1.1 Motivación, Contribuciones y Limitaciones -- 2 Estado del Arte y Trabajo Relacionados -- 2.1 Actividad Aseguradora -- 2.1.1 Contrato del Seguro -- 2.1.2 Tipos de Seguros -- 2.1.3 Prima, Premio y Suma Asegurada -- 2.1.4 Otros conceptos -- 2.1.5 Reservas -- 2.1.6 Estadística y Ciencia Actuarial -- 2.2 Machine Learning -- 2.2.1 Fases del proceso de Machine Learning: -- 2.2.2 Clasificación de Algoritmos de Machine Learning -- 2.3 Aplicaciones de Machine Learning en la Industria Aseguradora -- 2.3.1 Un sistema interactivo de detección de fraudes y abusos en seguros de salud, basado Machine Learning -- 2.3.2 Machine Learning y Modelización Predictiva para la Tarifación en el Seguro de Automóviles -- 2.3.3 Estimación de la rentabilidad del cliente utilizando Big Data: un estudio de caso de la industria de seguros -- 2.3.4 Algoritmo Ensemble Random Forest para Análisis de Big Data en Industria Aseguradora -- 2.3.5 Oportunidades Estratégicas de Insurtech en Seguros Personales -- 3 Machine Learnig en la estimación de Reservas en una Aseguradora -- 3.1 Entendimiento del Problema -- 3.2 Solución actual y Criterio de Evaluación: Reservas vs. Siniestros -- 3.3 Preparación de los datos: -- 3.4 Construcción del Modelo -- 3.4.1 Predicción de Reserva para una Póliza individual -- 3.4.2 Predicción de Reserva acumulada mensual -- 3.5 Análisis de errores: -- 3.5.1 Análisis de Error en la Predicción de Reserva para una Póliza individual -- 3.5.2 Análisis de Error en la Predicción de Reserva acumulada mensual -- 3.6 Integración con los sistemas de producción -- 3.6.1 Desempeño de los modelos en Producción -- 3.6.2 Reentrenamientos mensuales -- 4 Conclusiones y Líneas futuras de investigación -- 4.1 Conclusiones del proceso de implementación de Machine Learning -- 4.2 Líneas futuras de investigación -- 5 Anexo -- 6 Referencias
Dissertation note: Tesis (Maestría en Ingeniería de Software) - Universidad Nacional de La Plata. Facultad de Informática, 2022.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Home library Collection Call number URL Status Date due Barcode
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática TES 22/43 (Browse shelf(Opens below)) Available DIF-05232
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource No corresponde
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource No corresponde

Tesis (Maestría en Ingeniería de Software) - Universidad Nacional de La Plata. Facultad de Informática, 2022.

-- 1 Introducción -- 1.1 Motivación, Contribuciones y Limitaciones -- 2 Estado del Arte y Trabajo Relacionados -- 2.1 Actividad Aseguradora -- 2.1.1 Contrato del Seguro -- 2.1.2 Tipos de Seguros -- 2.1.3 Prima, Premio y Suma Asegurada -- 2.1.4 Otros conceptos -- 2.1.5 Reservas -- 2.1.6 Estadística y Ciencia Actuarial -- 2.2 Machine Learning -- 2.2.1 Fases del proceso de Machine Learning: -- 2.2.2 Clasificación de Algoritmos de Machine Learning -- 2.3 Aplicaciones de Machine Learning en la Industria Aseguradora -- 2.3.1 Un sistema interactivo de detección de fraudes y abusos en seguros de salud, basado Machine Learning -- 2.3.2 Machine Learning y Modelización Predictiva para la Tarifación en el Seguro de Automóviles -- 2.3.3 Estimación de la rentabilidad del cliente utilizando Big Data: un estudio de caso de la industria de seguros -- 2.3.4 Algoritmo Ensemble Random Forest para Análisis de Big Data en Industria Aseguradora -- 2.3.5 Oportunidades Estratégicas de Insurtech en Seguros Personales -- 3 Machine Learnig en la estimación de Reservas en una Aseguradora -- 3.1 Entendimiento del Problema -- 3.2 Solución actual y Criterio de Evaluación: Reservas vs. Siniestros -- 3.3 Preparación de los datos: -- 3.4 Construcción del Modelo -- 3.4.1 Predicción de Reserva para una Póliza individual -- 3.4.2 Predicción de Reserva acumulada mensual -- 3.5 Análisis de errores: -- 3.5.1 Análisis de Error en la Predicción de Reserva para una Póliza individual -- 3.5.2 Análisis de Error en la Predicción de Reserva acumulada mensual -- 3.6 Integración con los sistemas de producción -- 3.6.1 Desempeño de los modelos en Producción -- 3.6.2 Reentrenamientos mensuales -- 4 Conclusiones y Líneas futuras de investigación -- 4.1 Conclusiones del proceso de implementación de Machine Learning -- 4.2 Líneas futuras de investigación -- 5 Anexo -- 6 Referencias

Click on an image to view it in the image viewer

Local cover image