Centro de Documentacion de Fundación MAPFRE - Machine learning y modelización predictiva para la tarificación en el seguro de automóviles

Notas: Sumario: La 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 utilizadoRegistros relacionados: En: Anales del Instituto de Actuarios Españoles : Colegio Profesional. - Madrid : Instituto de Actuarios Españoles, 1943-. - 30/11/2018 Número 24 - Epoca 4ª, Año 2018 , p. 123-147Materia / lugar / evento: Seguro de automóviles Modelos predictivos Machine learning Análisis de datos Siniestralidad Primas de seguros Digitalización Evolución del seguro Otros autores: Pesantez-Narvaez, Jessica
Otras clasificaciones: 322

‌ Ver detalle del número