Please use this identifier to cite or link to this item:
https://hdl.handle.net/2445/191176
Title: | Técnicas de Machine Learning y Deep Learning: Una aplicación no vida en el ámbito asegurador |
Author: | Sinisterra Tobar, Jhonny |
Director/Tutor: | Torra Porras, Salvador |
Keywords: | Aprenentatge automàtic Assegurances Llenguatges de programació Treballs de fi de màster Machine learning Insurance Programming languages (Electronic computers) Master's theses |
Issue Date: | 2022 |
Abstract: | Los modelos GLM cuentan con una tradición, confianza y respaldo por parte de la industria aseguradora en términos de medición de riesgos que ahora pueden complementarse con métodos y algoritmos que provienen de la inteligencia artificial. Los modelos XGBoost pueden ser una alternativa comparable en términos de precisión con los GLM, tienen una fácil implementación y pueden identificarse las variables con mayor importancia e influencia en los resultados. En este trabajo se han utilizados las herramientas y lenguajes de programación más reconocidos (R, Python. Scikit-Learn, TensorFlow y Keras) para estimar modelos GLM y de Inteligencia Artificial para clasificación y regresión tales como Random Forest, XGBoost y Redes Neuronales. |
Note: | Treballs Finals del Màster de Ciències Actuarials i Financeres, Facultat d'Economia i Empresa, Universitat de Barcelona, Curs: 2021-2022, Tutor: Salvador Torra Porras |
URI: | https://hdl.handle.net/2445/191176 |
Appears in Collections: | Màster Oficial - Ciències Actuarials i Financeres (CAF) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TFM-CAF_SinisterraTobar.pdf | 3.19 MB | Adobe PDF | View/Open |
This item is licensed under a
Creative Commons License