Big Data, situación y desafíos para la ciencia actuarial

<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
  <record>
    <leader>00000cab a2200000   4500</leader>
    <controlfield tag="001">MAP20170023951</controlfield>
    <controlfield tag="003">MAP</controlfield>
    <controlfield tag="005">20220911211809.0</controlfield>
    <controlfield tag="008">170714e20170501esp|||p      |0|||b|spa d</controlfield>
    <datafield tag="040" ind1=" " ind2=" ">
      <subfield code="a">MAP</subfield>
      <subfield code="b">spa</subfield>
      <subfield code="d">MAP</subfield>
    </datafield>
    <datafield tag="084" ind1=" " ind2=" ">
      <subfield code="a">6</subfield>
    </datafield>
    <datafield tag="100" ind1=" " ind2=" ">
      <subfield code="0">MAPA20170009139</subfield>
      <subfield code="a">Berlanga, Antonio</subfield>
    </datafield>
    <datafield tag="245" ind1="1" ind2="0">
      <subfield code="a">Big Data, situación y desafíos para la ciencia actuarial</subfield>
      <subfield code="c">Antonio Berlanga</subfield>
    </datafield>
    <datafield tag="300" ind1=" " ind2=" ">
      <subfield code="a">3 p.</subfield>
    </datafield>
    <datafield tag="520" ind1=" " ind2=" ">
      <subfield code="a">La ciencia actuarial, desde sus inicios, requirió para su desempeño de la acumulación y procesamiento de datos. Con esos datos se podían, entre otros cálculos, realizar tablas de vida o de probabilidad de eventos que permitían evaluar riesgos. En estadística se estableció, con el teorema del límite central, la forma de la distribución de probabilidad de variables aleatorias cuando se tienen muestras suficientemente grandes. Es decir, la calidad de un modelo de inferencia estadístico estará directamente relacionado, entre otras cosas, con la cantidad de datos involucrados. Por tanto, es objetivo prioritario para la ciencia actuarial, disponer de datos, en cantidad y calidad, que permitan la generación de sus modelos.</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20140022717</subfield>
      <subfield code="a">Big data</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080627904</subfield>
      <subfield code="a">Ciencias Actuariales y Financieras</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080592011</subfield>
      <subfield code="a">Modelos actuariales</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20100030493</subfield>
      <subfield code="a">Business intelligence</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080632120</subfield>
      <subfield code="a">Sistemas de información y comunicación</subfield>
    </datafield>
    <datafield tag="773" ind1="0" ind2=" ">
      <subfield code="w">MAP20077000383</subfield>
      <subfield code="t">Actuarios</subfield>
      <subfield code="d">Madrid : Instituto de Actuarios Españoles, 1990</subfield>
      <subfield code="g">01/05/2017 Número 40 - mayo 2017 , p. 7-9</subfield>
    </datafield>
    <datafield tag="856" ind1=" " ind2=" ">
      <subfield code="q">application/pdf</subfield>
      <subfield code="w">1093371</subfield>
      <subfield code="y">Recurso electrónico / Electronic resource</subfield>
    </datafield>
  </record>
</collection>