Machine learning y modelización predictiva para la tarificación en el seguro de automóviles
Objetos digitales
Tag | 1 | 2 | Value |
---|---|---|---|
LDR | 00000cab a2200000 4500 | ||
001 | MAP20190000482 | ||
003 | MAP | ||
005 | 20220911211502.0 | ||
008 | 190104e20181130esp|||p |0|||b|spa d | ||
040 | $aMAP$bspa$dMAP | ||
084 | $a322 | ||
100 | 1 | $0MAPA20080244637$aGuillén, Montserrat | |
245 | 1 | 0 | $aMachine learning y modelización predictiva para la tarificación en el seguro de automóviles$cMontserrat Guillen, Jessica Pesantez-Narvaez |
520 | $aLa información histórica de los asegurados constituye un entorno idóneo para el desarrollo de los algoritmos machine learning, cuya finalidad es extraer conocimiento a partir de bases de datos. En este artículo exploramos diversas aproximaciones a la predicción de la siniestralidad y las primas del ramo del automóvil, comparando su implementación en una muestra real, dividida aleatoriamente en muestras de entrenamiento y test. Proponemos medidas para ayudar en la valoración de los métodos y su implicación práctica para la predicción de eventos pocos frecuentes y el cálculo de primas. La principal conclusión es que la dispersión de precios, y concretamente la diferencia entre la prima pura máxima y mínima, puede llegar a ser muy diferente según el método predictivo utilizado | ||
650 | 4 | $0MAPA20080603779$aSeguro de automóviles | |
650 | 4 | $0MAPA20080592059$aModelos predictivos | |
650 | 4 | $0MAPA20170005476$aMachine learning | |
650 | 4 | $0MAPA20080578848$aAnálisis de datos | |
650 | 4 | $0MAPA20080570651$aSiniestralidad | |
650 | 4 | $0MAPA20080581886$aPrimas de seguros | |
650 | 4 | $0MAPA20080568641$aDigitalización | |
650 | 4 | $0MAPA20080596606$aEvolución del seguro | |
700 | 1 | $0MAPA20190000185$aPesantez-Narvaez, Jessica | |
773 | 0 | $wMAP20070000012$tAnales del Instituto de Actuarios Españoles : Colegio Profesional$dMadrid : Instituto de Actuarios Españoles, 1943-$g30/11/2018 Número 24 - Epoca 4ª, Año 2018 , p. 123-147 | |
856 | $qapplication/pdf$w1099786$yRecurso electrónico / Electronic resource | ||
856 | $qimage/jpeg$w1099787$yPortada |