LDR | | | 00000cam a22000004b 4500 |
001 | | | MAP20220029155 |
003 | | | MAP |
005 | | | 20221024161237.0 |
008 | | | 211217s2022 esp|||| ||| ||spa d |
040 | | | $aMAP$bspa$dMAP |
084 | | | $a6 |
100 | 1 | | $0MAPA20220009010$aCanessa Poma, Yesenia |
245 | 1 | 0 | $aPredicción de la reserva total de siniestros de un seguro de no vida mediante modelos estocásticos versus algoritmos de machine learning$cYesenia Canessa Poma |
260 | | | $aMadrid$bUniversidad Carlos III de Madrid$c2022 |
300 | | | $a82 p. |
500 | | | $aTrabajo Fin de Master del Master en Ciencias Actuariales y Financieras de la Escuela de Postgrado de la Universidad Carlos III de Madrid. Tutores: José Miguel Rodríguez-Pardo del Castillo, Jesús Ramón Simón del Potro Curso 2021-2022 |
520 | | | $aEste trabajo tiene como objetivo la comparación de las estimaciones de la reserva total de siniestros, incluyendo la reserva de siniestros pendientes de liquidación y de pago, y la reserva IBNR, obtenidas mediante la aplicación de los algoritmos de machine learning más utilizados actualmente como el Modelo lineal generalizado GLM, k-Vecinos más cercanos kNN, Bosque aleatorio, Gradient boosting machine GBM y Extreme gradient boosting - XGB y dos de las metodologías estocásticas más clásicas basadas en Chain-Ladder, Mack con distribución libre y Bootstrap |
650 | | 4 | $0MAPA20080629618$aReservas técnicas para siniestros |
650 | | 4 | $0MAPA20080573935$aSeguros no vida |
650 | | 4 | $0MAPA20080586447$aModelo estocástico |
650 | | 4 | $0MAPA20080592011$aModelos actuariales |
650 | | 4 | $0MAPA20170005476$aMachine learning |
650 | | 4 | $0MAPA20080553128$aAlgoritmos |
650 | | 4 | $0MAPA20080664510$aTrabajos de investigación |
700 | 1 | | $0MAPA20140014897$aRodríguez-Pardo del Castillo, José Miguel |
700 | 1 | | $0MAPA20160001525$aSimón del Potro, Jesús Ramón |
710 | 2 | | $0MAPA20080455026$aUniversidad Carlos III de Madrid |
830 | | 0 | $0MAPA20160014013$aTrabajos Fin de Master |
856 | | | $qapplication/pdf$w1117362$yRecurso electrónico / Electronic resource |