Resumen: El aprendizaje automático es una rama de la inteligencia artificial que recientemente ha logrado ganar mención en muchos campos a nivel académico y empresarial, dado el amplio espectro de aplicaciones en las cuales tiene utilidad y los innumerables beneficios que puede generar para entender datos y realizar predicciones. Por su parte, la industria aseguradora se encuentra en una etapa de transformación que le exige acogerse a las innovaciones de la era de la información, que entre otras cosas, implica la adopción de nuevas técnicas para saber procesar ese tipo de datos, y así, hacer más eficiente la operatividad y la rentabilidad del negocio. En este trabajo se propone la aplicación de una serie de modelos (análisis de la cesta de compra, análisis clúster, análisis de supervivencia, regresión de Cox, redes neuronales artificiales, árboles de decisión, máquinas de vectores soporte, regularizaciones Ridge, Lasso y Elasticnet, xGBoost tree y xGBoost linear) que se fundamentan en técnicas de aprendizaje automático con el fin de tener un mejor entendimiento de los clientes, poder sacar un mejor provecho de su relación con la compañía e implementar técnicas modernas para abordar algunas cuestiones de interés dentro del sector asegurador. Dado lo anterior, los modelos propuestos pueden clasificarse en dos categorías: modelos de conocimiento del cliente y modelos actuariales de tarificación. El objetivo principal de este trabajo consiste en mostrar cómo las técnicas de aprendizaje automático pueden aplicarse en el sector asegurador, usarse en la predicción del comportamiento de los clientes, en la eficiencia del cálculo de primas y traer consigo ventajas para la compañía en términos de estrategia y rentabilidad.

Resumo Neste trabalho, é apresentado um modelo de programação estocástica (MPE) para resolver o problema de planejamento da expansão da rede de transmissão multiestágio (PERTM). O MPE proposto considera fontes de energia renovável intermitente (FERIs) e a alocação de sistemas de armazenamento de energia (SAEs). A natureza estocástica da demanda e das FERIs é modelada através de períodos representativos (PRs). Os PRs são períodos caraterís-ticos construídos a partir de séries temporais que permitem representar o comportamento do sistema elétrico de potência (SEP). Variações de curto prazo da demanda e das FERIs, a cor-relação horária entre essas variáveis aleatórias, e a sua caracterização de acordo com a regi-ão do SEP a que pertencem são incluídas nos PRs, fornecendo um aceitável esforço compu-tacional para resolver o problema de PERTM. Com base nos PRs, o MPE proposto é formu-lado como um modelo equivalente determinístico de programação linear inteira mista (PLIM) para um conjunto de cenários. O modelo de PLIM incorpora perdas de potência ativa e contingências N-1. Investimento em construção de linhas de transmissão (LTs) e novos SAEs são otimizados. Um método eficiente para reduzir o espaço de busca combinatório e lidar com a dimensionalidade do problema de PERTM foi desenvolvido. Os sistemas de tes-te: Garver de 6 barras e IEEE de 24 barras; e o sistema de transmissão norte-colombiano foram usados para validar o modelo proposto. Os resultados mostram que a otimização si-multânea de LTs e SAEs fornece melhores e mais baratos planos de expansão do que as abordagens tradicionais. A eficácia dos SAEs para deslocar blocos de energia elétrica ao longo dos PRs, adiar investimentos e aliviar o congestionamento da rede é evidenciada. Resumen: En este trabajo se presenta un modelo de programación estocástica (MPE) para resolver el problema de planeamiento multietapa de la expansión de la red de transmisión (PERTM). El MPE propuesto considera las fuentes de energía renovables intermitentes (FERIs) y la instalación de sistemas de almacenamiento de energía (SAEs). La naturaleza estocástica de la demanda y las FERIs se modela a través de períodos representativos (PRs). Los PRs son periodos característicos construidos a partir de series de tiempo que permiten representar el comportamiento del sistema eléctrico de potencia (SEP). Las variaciones de corto plazo en la demanda y las FERIs, la correlación horaria entre estas variables aleatorias y su caracterización según la región del SEP a la que pertenecen se incluyen en los PRs, proporcionando un esfuerzo computacional aceptable para resolver el problema PERTM. Sobre la base de los PRs, el MPE propuesto se formula como un modelo equivalente determinístico de programación lineal entera mixta (PLIM) para un conjunto de escenarios. El modelo PLIM incorpora pérdidas de potencia activa y contingencias N-1. Se optimizan las inversiones en la construcción de líneas de transmisión (LT) y nuevos SAEs. Se desarrolló un método eficiente para reducir el espacio de búsqueda combinatoria y mejorar la eficiencia del modelo. Los sistemas de prueba: Garver de 6 barras y IEEE de 24 barras; y el sistema de transmisión del norte de Colombia fueros usados para validar el modelo propuesto. Los resultados muestran que la optimización simultánea de LTs y SAEs proporciona planes de expansión mejores y más económicos que los enfoques tradicionales. Se evidencia la efectividad de los SAEs en desplazar bloques de energía en el tiempo, posponer inversiones y aliviar la congestión de la red.