Modelos de predicción avanzados para el cálculo de reservas en la industria aseguradora
Material type:
Item type | Home library | Collection | Call number | URL | Status | Date due | Barcode | |
---|---|---|---|---|---|---|---|---|
![]() |
Biblioteca de la Facultad de Informática | TES 22/43 (Browse shelf(Opens below)) | Available | DIF-05232 | ||||
![]() |
Biblioteca de la Facultad de Informática | Biblioteca digital | Link to resource | No corresponde | ||||
![]() |
Biblioteca de la Facultad de Informática | Biblioteca digital | Link to resource | No corresponde |
Browsing Biblioteca de la Facultad de Informática shelves Close shelf browser (Hides shelf browser)
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