Curso online
Duración : 2 Días
Los CEO’s y CIO’s de las compañías poseen el reto de preparar a sus organizaciones para generar las capacidades necesarias que les permitan aprovechar todas las tecnologías y métodos emergentes que hoy se desarrollan en el mundo para la explotación y análisis de grandes volúmenes de información.
Es por esto que se crea este espacio educativo que presentará los desarrollos más recientes de modelos de inteligencia artificial con aplicación a los seguros en su cadena de valor: comercialización, suscripción, tarifación y gestión de siniestros.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Objetivos
Presentar los conceptos y elementos básicos de Inteligencia Artificial, Aprendizaje de Máquina (Machine Learning) y Aprendizaje Profundo (Deep Learning) y las áreas de aplicación en seguros, con énfasis en el impacto que tendrá en la gestión de la cadena de valor de las aseguradoras.
A quién va dirigido
Directivos, jefes, gerentes o profesionales líderes de procesos que deseen conocer el impacto de las herramientas de inteligencia artificial y machine learning en la gestión de seguros y su aplicación en sus procesos.
Requisitos
Ninguno
Temario completo de este curso
MÓDULO I: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL -AI-
1. Definición de AI
2. Conceptos y Diferencias: AI, Machine Learning, Deep Learning y Big Data.
3. Conceptos Básicos de AI y herramientas
· Machine Learning
· Conocimiento Basado en Sistemas
· Procesamiento de Lenguaje Natural
· Representación de Conocimiento
· Medios de Procesamiento
4. Beneficios de la AI
5. Procesamiento de Datos y Elementos Éticos
6. Áreas de Aplicación en Seguros
· Costumer Relationship Management
· Detección de Outliers y Fraude en Siniestros
· Mejora de Procesos
· Optimización de canales de Distribución
· Segmentación de Clientes
· Suscripción Automática
MÓDULO II: MACHINE LEARNING
1. Definición y Conceptos Básicos
2. Tipos de Aprendizaje: Supervisado y No Supervisado
3. Flujograma de Trabajo
MÓDULO III: DEEP LEARNING
1. Análisis de grandes datos (big data)
2. Redes Neuronales
3. Tipos de modelos de Deep Learning
4. Redes Neuronales y Aprendizaje profundo
· ¿Qué son las redes neuronales?
· Arquitectura de las redes neuronales
· Parámetros de las redes neuronales
· Retro propagación y descenso en gradiente
· Redes neuronales convolucionales
· Redes neuronales recurrentes
5. Big data en la cadena de valor del seguro
6. Tarifación y Suscripción con AI
7. Aplicaciones
· E-Commerce
· Aplicaciones en Seguros de Autos y Suscripción Automática
· Aplicaciones en Seguros de Salud
MÓDULO IV: NATURAL LANGUAGE PROCESSING
1. Definiciones y Tipos de Procesos
2. Análisis de Sentimientos
3. Analítica de Textos.
4. Aplicaciones:
· Servicio al Cliente
· Monitoreo de Reputación
· Procesamiento de texto y lenguaje natural
· Acceder a los datos de la web
· Procesamiento de texto Unicode
· Texto de tokenshing
· Etiquetado de palabras
· Asignación de Dirichlets Latentes
· Teoría de grafos y Análisis de Redes Sociales
· Gráficos y redes
· Tomando la medida: Grado, centralidad y más
· Conectando los puntos: Propiedades de la red