Tesis (Magíster en Ciencias Actuariales)

El costo de las reclamaciones futuras constituye un estudio importante para determinar la tasa pura de cualquier cobertura que ofrezca una aseguradora,
para ello se debe analizar el comportamiento de las reclamaciones y determinar
una tendencia específica que se pueda aplicar en el costo del seguro, es por ello
que surge la oportunidad de utilizar modelos predictivos presentes en el Machine
Learning que ayuden a optimizar procesos y tener una noción más amplia de las
reclamaciones. En esta ocasión se aplican diversos modelos de Machine Learning a
una base de datos articial cuyo comportamiento se apoya en siniestros reales asociados a accidentes laborales. Esta base es dividida en muestras de entrenamiento
y validación, con el n de entrenar los modelos sugeridos y validar la capacidad
de predicción aplicando medidas a diferentes escenarios de manipulación de datos. Dentro de los resultados obtenidos se encuentra que el análisis descriptivo de
datos da un buen indicio de la relación presente entre las características de las
reclamaciones y el costo de la reclamación, el costo de las reclamaciones puede
variar ampliamente dependiendo del modelo predictivo que se aplique y los niveles
de ajuste varían de acuerdo al manejo que se realice en la base de datos.