Técnicas de Machine Learning y Deep Learning: Una aplicación no vida en el ámbito asegurador

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.