Desarrollo de un modelo de Machine Learning para la clasificación de clientes siniestrosos de seguro vehicular en la compañía aseguradora MAPFRE Perú

Simple item page
dc.contributor.advisorFabian Arteaga, Junior Jhon
dc.contributor.authorMariluz Saavedra, Julio Alejandro
dc.contributor.authorTorres Ricalde, Luz Edith
dc.contributor.authorVelazco Guerrero, Melissa
dc.coverage.spatialPerúes_ES
dc.date.accessioned2024-04-05T23:09:39Z
dc.date.available2024-04-05T23:09:39Z
dc.date.issued2023
dc.description.abstractLas últimas innovaciones tecnológicas, como Big Data o Maching Learning, están transformando la forma en cómo se desempeñan las compañías en casi todos los sectores, incluyendo el rubro asegurador. Este estudio se centra en la incorporación de técnicas de Machine Learning en MAPFRE Perú para desarrollar un modelo predictivo que permita identificar a los clientes con mayor probabilidad de sufrir un siniestro vehicular. El objetivo es optimizar el control de los gastos asociados a estos incidentes en la empresa. Para determinar el modelo más optimo se utilizaron cinco diferentes algoritmos de aprendizaje supervisado: Logistic regression, Linear Support Vector Machine, k-Nearest Neighbors, Classification and Regression Tree y Random Forest. Finalmente, para comparar los resultados de cada modelo se utilizaron las métricas del "accuracy" y el "F1-score". El modelo seleccionado fue Random Forest, con el cual se obtuvo un buen rendimiento con el conjunto de datos preprocesado “dfL4”, teniendo un “accuracy” del 82.97% y un “F1-score” del 75.67%. El potencial que implica la aplicación de Machine Learning en la industria aseguradora es considerable, por lo que es esencial continuar avanzando en investigaciones que incorporen nuevas variables, técnicas y modelos para seguir aprovechando sus beneficios.
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.12640/3880
dc.language.isospa
dc.publisherUniversidad ESAN
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/embargoedAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/us/
dc.subjectAprendizaje automáticoes_ES
dc.subjectPrediccioneses_ES
dc.subjectCompañías de seguroses_ES
dc.subjectSeguro de vehículos automotoreses_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#5.02.04
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.11.04
dc.titleDesarrollo de un modelo de Machine Learning para la clasificación de clientes siniestrosos de seguro vehicular en la compañía aseguradora MAPFRE Perú
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.otherTrabajo de suficiencia profesionales_ES
renati.advisor.dni44749148
renati.advisor.orcidhttps://orcid.org/0000-0001-9804-7795
renati.author.dni75502072
renati.author.dni73568972
renati.author.dni73684281
renati.discipline722056
renati.discipline613066
renati.jurorDel Carpio Gallegos, Javier
renati.jurorCalderón Niquin, Marks
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional
thesis.degree.disciplineIngeniería de Tecnologías de Información y Sistemas
thesis.degree.disciplineIngeniería Industrial y Comercial
thesis.degree.grantorUniversidad ESAN. Facultad de Ingeniería
thesis.degree.nameIngeniero de Tecnologías de la Información y Sistemas
thesis.degree.nameIngeniero Industrial y Comercial
Files
Original bundle
Now showing 1 - 4 of 4
Thumbnail Image
Name:
2023_ITIS_23-2_05_R.pdf
Size:
182.45 KB
Format:
Adobe Portable Document Format
Description:
Resumen
Download
No Thumbnail Available
Name:
2023_ITIS_23-2_05_TC.pdf
Size:
3.57 MB
Format:
Adobe Portable Document Format
Description:
Texto completo (acceso restringido)
Download
No Thumbnail Available
Name:
2023_ITIS_23-2_05_F.pdf
Size:
3.78 MB
Format:
Adobe Portable Document Format
Description:
Autorización (acceso restringido)
Download
No Thumbnail Available
Name:
2023_ITIS_23-2_05_TU.pdf
Size:
16.83 MB
Format:
Adobe Portable Document Format
Description:
Informe Turnitin (acceso restringido)
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Ingeniería de Tecnologías de Información y Sistemas
Ingeniería Industrial Comercial