Document type
Master thesisPublication date
Publication license
Please use this identifier to cite or link to this item: https://hdl.handle.net/2445/191176
Técnicas de Machine Learning y Deep Learning: Una aplicación no vida en el ámbito asegurador
Journal Title
Authors
Director/Tutor
Journal ISSN
Volume Title
Related resource
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.
Description
Treballs Finals del Màster de Ciències Actuarials i Financeres, Facultat d'Economia i Empresa, Universitat de Barcelona, Curs: 2021-2022, Tutor: Salvador Torra Porras
Subject (English)
Citation
Citation
SINISTERRA TOBAR, Jhonny. Técnicas de Machine Learning y Deep Learning: Una aplicación no vida en el ámbito asegurador. [consulted: 8 of June of 2026]. Available at: https://hdl.handle.net/2445/191176