Publications by JPAG
2.1 Modelos de Pérdida
25/3/2021 Distribuciones en actuaría Para representar montos o la duración de la vida, se espera que \(X\) tenga una distribución en \(\mathbb{R}^+\), mientras que cuando \(X\) representa el número de reclamaciones, nos ocupamos de distribuciones sobre \(\mathbb{N}\). Las distribuciones de probabilidad discretas se caracterizan generalmente ...
13878 sym R (430 sym/16 pcs)
purrr
Herramientas de programación funcionalJPAG01/03/21 Programación funcional La programación funcional permite simplificar iteraciones, ya sea con vectores o listas, sin tener que lidiar con ciclos Aplicar iteraciones ahorra tiempo, reduce líneas de código y previene typos Las herramientas de programación en tidyverse incluyen: library(tid...
8419 sym R (3482 sym/26 pcs)
Intro2
23/3/2021 Modelación tradicional Actuaría (Def. clásica): Determinación del impacto financiero actual de eventos contingentes futuros. Suele emplearse por compañías aseguradoras cuyo trabajo es distribuir el costo del riesgo de estos eventos contingentes futuros. Tabular los resultados de eventos “similares” y calcular el resultado pr...
8672 sym
Prg1
24/3/2021 Lectura de datos Insample <- read.csv("PropertyFundInsample.csv", header=T, na.strings=c("."), stringsAsFactors=FALSE) Insample2010 <- subset(Insample, Year==2010) Sobre estos comandos: \(\texttt{read.csv}\) lee .csv y crea un \(\texttt{data.frame}\), con observaciones que corresponden a filas y variables a colum...
3212 sym R (6362 sym/16 pcs)
Frecuencia y Severidad
6/4/2021 Introducción Muchos conjuntos de datos actuariales se dividen en dos partes: Una parte para la frecuencia, indicando si se ha producido una reclamación o, de manera más general, el número de reclamaciones Una parte de la severidad, indicando el monto de una reclamación. En actuaría, esta es la forma tradicional de descomponer da...
14693 sym
Modelos Tobit
15/4/2021 DATA del Medical Expenditure Panel Survey (MEPS) #Lectura de datos Hexpend = read.csv('HealthExpendEvent.csv', quote = "",header=TRUE) # Checar nombres, dimnesión y primeras 8 observaciones ; names(Hexpend) dim(Hexpend) Hexpend[1:8,] attach(Hexpend) # Recodificación y exploración de variables ; require(ggplot2) ggplot(Hexpend,aes...
147 sym R (13478 sym/22 pcs)
Programación Cuántica
class: center, middle, inverse, title-slide # Introducción a la Programación Cuántica ### JPAG ### Modelación Predictiva ### 2021/05/19 --- # Mecánica Cuántica 101 La **computación cuántica** es el uso de fenómenos mecánicos cuánticos (como la superposición y el entrelazamiento) para realizar cálculos. La **química cuántica**...
9552 sym
SMARTS
class: center, middle, inverse, title-slide # Cadenas SMARTS ### JPAG ### Modelación Predictiva ### 2021/05/09 --- # MoleculeNet y SMARTS MoleculeNet es un gran repositoprio para conjuntos de datos útiles en el aprendizaje automático molecular. En <http://moleculenet.ai> se pueden ver datos sobre qué tan bien se desempeña una colección ...
6342 sym
Moléculas
class: center, middle, inverse, title-slide # Moléculas ### JPAG ### Modelación Predictiva ### 2021/05/07 --- # Enlaces En ciencia de materiales se impulsa la necesidad de diseñar nuevas moléculas. El aprendizaje automático molecular emplea los predictores aprendidos para proponer nuevas moléculas con propiedades útiles. Se construy...
12059 sym
MNIST
class: center, middle, inverse, title-slide # Reconocimiento de patrones digitales ### JPAG ### Modelación Predictiva ### 2021/05/06 --- # MNIST El conjunto de datos MNIST (*Modified National Institute of Standards and Technology*) usa un modelo de aprendizaje automático para clasificar correctamente dígitos escritos a mano del `\(0\)` al ...
9426 sym