Search
Centro de Documentación y Conocimiento

Más allá de las cajas negras : algoritmos interpretables de aprendizaje automático en la práctica actuarial

 
<?xml version="1.0" encoding="UTF-8"?><modsCollection xmlns="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-8.xsd">
<mods version="3.8">
<titleInfo>
<title>Más allá de las cajas negras</title>
<subTitle>: algoritmos interpretables de aprendizaje automático en la práctica actuarial</subTitle>
</titleInfo>
<name type="personal" usage="primary" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20250004863">
<namePart>Montejano Mariscal, Jorge</namePart>
<nameIdentifier>MAPA20250004863</nameIdentifier>
</name>
<name type="personal" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20250001008">
<namePart>Pérez Calderón, Raquel</namePart>
<nameIdentifier>MAPA20250001008</nameIdentifier>
</name>
<name type="corporate" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080455026">
<namePart>Universidad Carlos III de Madrid</namePart>
<nameIdentifier>MAPA20080455026</nameIdentifier>
</name>
<typeOfResource>text</typeOfResource>
<originInfo>
<place>
<placeTerm type="code" authority="marccountry">esp</placeTerm>
</place>
<issuance>monographic</issuance>
<place>
<placeTerm type="text">Madrid</placeTerm>
</place>
<publisher>Universidad Carlos III de Madrid</publisher>
<dateIssued>2025</dateIssued>
</originInfo>
<language>
<languageTerm type="code" authority="iso639-2b">spa</languageTerm>
</language>
<physicalDescription>
<form authority="marcform">print</form>
<internetMediaType>application/pdf</internetMediaType>
<extent>62 p.</extent>
</physicalDescription>
<abstract displayLabel="Summary">Este trabajo analiza la creciente necesidad de interpretabilidad en modelos de aprendizaje automático aplicados al sector asegurador, comparando algoritmos caja-negra con modelos interpretativos tanto post-hoc como por diseño. A través de una aplicación práctica en Python con datos reales del ramo de autos, se evalúa la capacidad predictiva y explicativa de modelos como GLM, Random Forest, redes neuronales profundas, EBM, NAM y RuleFit. Los resultados muestran que los modelos interpretativos alcanzan un rendimiento competitivo y ofrecen explicaciones claras que favorecen la confianza, la adopción y la toma de decisiones informadas. Se concluye que, en contextos regulados como el asegurador, los modelos interpretativos no solo son viables, sino preferibles, y se recomienda su uso según las necesidades específicas de flexibilidad, simplicidad o robustez</abstract>
<tableOfContents displayLabel="Contents">1. Introducción -- 1.1. Interpretabilidad en el aprendizaje automático -- 1.2. Motivación y objetivos del trabajo -- 2. Metodología y marco teórico -- 2.1. Modelo inicial (GLM) -- 2.2. Modelos de aprendizaje automático (black-box) -- 2.2.1. Random forest -- 2.2.2. Redes neuronales -- 2.3. Interpretabilidad y aprendizaje automático -- 2.4. Métodos de interpretabilidad sobre el modelo (post-hoc) -- 2.4.1. Métodos modelo-agnósticos globales -- 2.4.1.1. Importancia de las variables -- 2.4.1.2. PDP -- 2.4.2. Métodos modelo-agnósticos locales -- 2.4.2.1. LIME -- 2.4.2.2. SHAP -- 2.4.3. Modelo sustituto -- 2.5. Modelos inherentemente interpretativos (by-design) -- 2.5.1. EBM -- 2.5.2. NAM -- 2.5.3. RuleFit -- 3. Base de datos -- 3.1. Descripción y obtención -- 3.2. Análisis exploratorio de los datos -- 4. Resultados -- 4.1. GLM -- 4.1.1. Métricas -- 4.1.2. Comportamiento global -- 4.1.3. Comportamiento local -- 4.2. Random forest -- 4.2.1. Métricas -- 4.2.2. Comportamiento global -- 4.2.3. Comportamiento local -- 4.2.3.1. LIME -- 4.2.3.2. SHAP -- 4.3. DNN -- 4.3.1. Métricas -- 4.3.2. Comportamiento global -- 4.3.3. Comportamiento local  modelo sustituto -- 4.4. EBM -- 4.4.1. Métricas -- 4.4.2. Comportamiento global -- 4.4.3. Comportamiento local -- 4.5. NAM -- 4.5.1. Métricas -- 4.5.2. Comportamiento global -- 4.5.3. Comportamiento local -- 4.6. RuleFit -- 4.6.1. Métricas -- 4.6.2. Comportamiento global -- 4.6.3. Comportamiento local -- 5. Comparativa modelos -- 5.1. Principales métricas -- 5.2. Predicción promedio versus observada por variable -- 5.3. Contribución por variable y estimaciones locales -- 5.5. Balance de la comparativa -- 6. Conclusiones -- Bibliografía</tableOfContents>
<accessCondition type="use and reproduction">La copia digital se distribuye bajo licencia "Attribution 4.0 International (CC BY NC 4.0)"</accessCondition>
<note type="statement of responsibility">Jorge Montejano Mariscal</note>
<note>Trabajo Fin de Master del Master en Ciencias Actuariales y Financieras de la Escuela de Postgrado de la Universidad Carlos III de Madrid. Tutora: Raquel Pérez Calderón. Promoción 2023-2025</note>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080568009">
<topic>Automatización</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080624842">
<topic>Redes neuronales artificiales</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080602642">
<topic>Modelos de simulación</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080618902">
<topic>Análisis de multivariables</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080601492">
<topic>Estudios comparativos</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080592011">
<topic>Modelos actuariales</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080603779">
<topic>Seguro de automóviles</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080563448">
<topic>Modelización</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20170005476">
<topic>Machine learning</topic>
</subject>
<classification authority="">6</classification>
<relatedItem type="series" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20160014013">
<titleInfo>
<title>Trabajos Fin de Master/de Grado/Tesis doctorales</title>
</titleInfo>
</relatedItem>
<recordInfo>
<recordContentSource authority="marcorg">MAP</recordContentSource>
<recordCreationDate encoding="marc">211217</recordCreationDate>
<recordChangeDate encoding="iso8601">20251017100219.0</recordChangeDate>
<recordIdentifier source="MAP">MAP20250016613</recordIdentifier>
<languageOfCataloging>
<languageTerm type="code" authority="iso639-2b">spa</languageTerm>
</languageOfCataloging>
</recordInfo>
</mods>
</modsCollection>