Machine learning y modelización predictiva para la tarificación en el seguro de automóviles

<?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">MAP20190000482</controlfield>
    <controlfield tag="003">MAP</controlfield>
    <controlfield tag="005">20220911211502.0</controlfield>
    <controlfield tag="008">190104e20181130esp|||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">322</subfield>
    </datafield>
    <datafield tag="100" ind1="1" ind2=" ">
      <subfield code="0">MAPA20080244637</subfield>
      <subfield code="a">Guillén, Montserrat</subfield>
    </datafield>
    <datafield tag="245" ind1="1" ind2="0">
      <subfield code="a">Machine learning y modelización predictiva para la tarificación en el seguro de automóviles</subfield>
      <subfield code="c">Montserrat Guillen, Jessica Pesantez-Narvaez</subfield>
    </datafield>
    <datafield tag="520" ind1=" " ind2=" ">
      <subfield code="a">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 utilizado</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080603779</subfield>
      <subfield code="a">Seguro de automóviles</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080592059</subfield>
      <subfield code="a">Modelos predictivos</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20170005476</subfield>
      <subfield code="a">Machine learning</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080578848</subfield>
      <subfield code="a">Análisis de datos</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080570651</subfield>
      <subfield code="a">Siniestralidad</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080581886</subfield>
      <subfield code="a">Primas de seguros</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080568641</subfield>
      <subfield code="a">Digitalización</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080596606</subfield>
      <subfield code="a">Evolución del seguro</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="0">MAPA20190000185</subfield>
      <subfield code="a">Pesantez-Narvaez, Jessica</subfield>
    </datafield>
    <datafield tag="773" ind1="0" ind2=" ">
      <subfield code="w">MAP20070000012</subfield>
      <subfield code="t">Anales del Instituto de Actuarios Españoles : Colegio Profesional</subfield>
      <subfield code="d">Madrid : Instituto de Actuarios Españoles, 1943-</subfield>
      <subfield code="g">30/11/2018 Número 24 Epoca 4ª época - 2018 , p. 123-147</subfield>
    </datafield>
    <datafield tag="856" ind1=" " ind2=" ">
      <subfield code="q">application/pdf</subfield>
      <subfield code="w">1099786</subfield>
      <subfield code="y">Recurso electrónico / Electronic resource</subfield>
    </datafield>
    <datafield tag="856" ind1=" " ind2=" ">
      <subfield code="q">image/jpeg</subfield>
      <subfield code="w">1099787</subfield>
      <subfield code="y">Portada</subfield>
    </datafield>
  </record>
</collection>