Aplicaciones del aprendizaje de máquina en actuaria y finanzas

Profesor: Francisco Gómez

Clase: Lunes (5:00 pm a 7:00 pm) y Miércoles (5:00 pm a 7:00 pm)

Horario oficina: Martes 11:00 a 13:00 (Agendar por calendar)

email: fagomezj@gmail.com,fagomezj@unal.edu.co

Libros de texto y material guía:

- An Introduction to data analysis (Michael Franke)

Descripción:

Esta asignatura introduce los métodos del aprendizaje de máquina en diferentes aplicaciones en actuaría y finanzas. Se pretende dar un tratamiento unificado del aprendizaje de maquina junto con diversas técnicas computacionales y estadísticas enfocadas a diferentes problemas en las ciencias actuariales y las finanzas cuantitativas.

Programación

- Ciencia de datos y aprendizaje de máquina en actuaria y finanzas
- Proyecto 1 (Individual)
- Introducción a las ciencias de datos y el aprendizaje de maquina
  1. Introducción a la programación*
  2. Probabilidad y estadística
  3. Aprendizaje de máquina (aprendizaje supervisado y aprendizaje no-supervisado)
  4. Interpretabilidad en ciencia de datos
- Desarrollo de proyectos en ciencia de datos

- 1. Cross Industry Standard Process for Data Mining
  2. Fases del desarrollo de proyectos en ciencia de datos
  3. Documentación de proyectos en ciencia de datos

- Proyecto 2 - Grupal
- Proyecto Final - Grupal

Recursos

Notebooks pyhton

Estrategia de calificación

Los proyectos se componen de reporte escrito en formato de artículo científico (max 4 páginas formato IEEE), código documentando y reproducible (cargado al github personal), video de presentación explicando el proyecto (max 5 min). Los estudiantes evaluaran los proyectos de sus compañeros, las evaluaciones y su realización contaran dentro de la calificación de cada proyecto.

Proyecto 1 (25%), Proyecto 2 (25%), Proyecto final (30%), Examen final (20%).

* Se espera que el estudiante tenga los conocimientos básicos programación. Para el alcance de este curso es valido la utilización de modelos de lenguaje y código externo como estrategias de soporte, siempre y cuando se incluyan las referencias adecuadas.