Búsqueda
Atrás

Uso de datos sintéticos provenientes de redes neuronales para la mejora de la modelización de la severidad de eventos infrecuentes

Uso de datos sintéticos provenientes de redes neuronales para la mejora de la modelización de la severidad de eventos infrecuentes
Recurso electrónico / Electronic resource
Sección: Documentos electrónicos
Título: Uso de datos sintéticos provenientes de redes neuronales para la mejora de la modelización de la severidad de eventos infrecuentes / Luis Adrián Valdivia AmellerAutor: Valdivia Ameller, Luis Adrián
Publicación: Madrid : Universidad Carlos III de Madrid, 2020Notas: Trabajo Fin de Master del Master en Ciencias Actuariales y Financieras de la Escuela de Postgrado de la Universidad Carlos III de Madrid. Curso 2018-2020Sumario: El presente trabajo explora dos técnicas de modelización de la severidad de eventos infrecuentes, proponiendo como una de ellas la teoría de Valores Extremos (EVT) y por otro lado las redes generativas adversarias (GAN), propias del campo del machine learning. La composición de este documento comprende cinco apartados. En el primero se explora desde una perspectiva literaria las referidas metodologías en lo relacionado a sus características, aplicaciones y limitaciones. En el segundo se examina la metodología cualitativa que subyace detrás de ambas técnicas de modelización. En la tercera parte se cuenta con una descripción de los datos. El apartado cuatro contiene los resultados y, finalmente, en el apartado cinco se encuentran las conclusiones y recomendacionesMateria / lugar / evento: Redes neuronales artificiales Modelos predictivos Valoración de riesgos Machine learning Teoría del valor extremo Otros autores: Universidad Carlos III de Madrid
Serie secundaria: Trabajos Fin de Master Otras clasificaciones: 6