La eficiencia de modelos supervisados (regresión logística, árbol de decisión y xgboost) en la detección de fraudes en pólizas de seguros vehiculares
Abstract
Esta investigación está basada en el análisis y evaluación de modelos que permitan la predicción de fraudes en las solicitudes de reclamación de pólizas vehiculares. Existen varios modelos utilizados en Machine Learning, en este caso se implementaron solo tres: regresión logística, Árbol de decisión y XGBoost. Se compararon la eficacia de cada uno de ellos mediante métricas específicas y la general la Curva ROC. This research is based on the analysis and evaluation of models that allow the prediction of fraud in the claim of insured vehicle policies. There are several models used in Machine Learning, in this case only three were implemented: Logistic Regression, Decision Tree and XGBoost. The effectiveness of each of them was compared using specific metrics and the general ROC Curve.The following license files are associated with this item:
Línea gratuita: 018000180414 | e-mail: formacion.biblioteca@ucundinamarca.edu.co
Seccional Girardot: Carrera 19 No. 24-209 | (+571) 8335071
Seccional Ubaté: Calle 6 No. 9-80 | (+571) 8553055
Extensión Chía: Autopista Chía - Cajicá | Sector “El Cuarenta” | (+571) 8281483 Ext. 418
Extensión Chocontá: Carrera 3 No. 5-71 | (+571) 8562520
Extensión Facatativá: Calle 14 con Avenida 15 | (+571) 8920706
Extensión Soacha: Diagonal 9 No. 4 B-85 | (+571) 7219220
Extensión Zipaquirá: Carrera 7 No. 1-31 | (+571) 8515792
Oficinas Bogotá D.C.: Carrera 20 No. 39-32 Teusaquillo | (+571)7448180
Notificaciones judiciales:
Dirección Jurídica (+571) 8281483 Ext. 115 | e-mail oficinajuridicaudec@ucundinamarca.edu.coPolíticas de Tratamiento de Datos Personales
© 2018 UCUNDINAMARCA Generación Siglo 21
Vigilada Mineducación
Reconocida por resolución No. 19530, de Diciembre 30 de 1992 (MEN)
Oficina Asesora de Comunicaciones
Derechos reservados