Modelos de predicción del coste del siniestro en seguros de salud

<?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>00000cam a22000004b 4500</leader>
    <controlfield tag="001">MAP20200033820</controlfield>
    <controlfield tag="003">MAP</controlfield>
    <controlfield tag="005">20220911190516.0</controlfield>
    <controlfield tag="008">180802s20200000esp||||       ||| ||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="1" ind2=" ">
      <subfield code="0">MAPA20200021216</subfield>
      <subfield code="a">Gil de Gómez Jiménez, Pablo </subfield>
    </datafield>
    <datafield tag="245" ind1="1" ind2="0">
      <subfield code="a">Modelos de predicción del coste del siniestro en seguros de salud</subfield>
      <subfield code="c">Pablo Gil de Gómez Jiménez </subfield>
    </datafield>
    <datafield tag="260" ind1=" " ind2=" ">
      <subfield code="a">Madrid</subfield>
      <subfield code="b">Universidad Carlos III de Madrid</subfield>
      <subfield code="c">2020</subfield>
    </datafield>
    <datafield tag="500" ind1=" " ind2=" ">
      <subfield code="a">Trabajo 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 y Jesús Ramón Simón del Potro. Curso 2018-2020</subfield>
    </datafield>
    <datafield tag="520" ind1=" " ind2=" ">
      <subfield code="a">Los datos siempre han estado en el núcleo de las compañías de seguros. En las últimas décadas, la disrupción de la Inteligencia Artificial coloca a las técnicas de manejo de datos en el centro de una profunda revolución. Este trabajo profundiza en el uso de técnicas de Machine Learning en los estudios de severidad de siniestros del ramo de salud, exponiendo su base teórica, funcionamiento y comparando su desempeño en un caso práctico real. La principal conclusión es que los algoritmos avanzados de Machine Learning arrojan mejoras increíbles con respecto a los métodos tradicionales de regresión</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080573867</subfield>
      <subfield code="a">Seguro de salud</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">MAPA20080611200</subfield>
      <subfield code="a">Inteligencia artificial</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">MAPA20080601799</subfield>
      <subfield code="a">Gestión de siniestros</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="0">MAPA20140014897</subfield>
      <subfield code="a">Rodríguez-Pardo del Castillo, José Miguel</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="0">MAPA20160001525</subfield>
      <subfield code="a">Simón del Potro, Jesús Ramón</subfield>
    </datafield>
    <datafield tag="710" ind1="2" ind2=" ">
      <subfield code="0">MAPA20080455026</subfield>
      <subfield code="a">Universidad Carlos III de Madrid</subfield>
    </datafield>
    <datafield tag="830" ind1=" " ind2="0">
      <subfield code="0">MAPA20160014013</subfield>
      <subfield code="a">Trabajos Fin de Master</subfield>
    </datafield>
    <datafield tag="856" ind1=" " ind2=" ">
      <subfield code="q">application/pdf</subfield>
      <subfield code="w">1108382</subfield>
      <subfield code="y">Recurso electrónico / Electronic resource</subfield>
    </datafield>
  </record>
</collection>