Villarraga Poveda, Luis FernandoPeñuela Cardenas, Sergio2024-12-172024-12-172024-06-12http://hdl.handle.net/11349/92063Con el objetivo de mejorar la comprensión de Seguros Bolívar sobre los accidentes laborales vinculados a incidentes de tráfico y así establecer medidas de recuperación de cartera para las prestaciones autorizadas por la ARL, hemos desarrollado y validado modelos predictivos. Estos modelos se fundamentan en la información obtenida de una muestra representativa de siniestros. Mediante el análisis de los datos correspondientes al año 2023, que incluyen el número de accidentes clasificados como incidentes laborales relacionados con el tráfico, nuestro proyecto busca proporcionar a Seguros Bolívar información crucial para identificar y categorizar de manera eficaz los accidentes reportados en la ARL. Esto permitirá a la empresa tomar decisiones informadas y proactivas en la gestión de recursos.With the aim of improving Seguros Bolívar's understanding of work-related accidents linked to traffic incidents and thus establishing recovery measures for the claims authorized by the ARL, we have developed and validated predictive models. These models are based on information obtained from a representative sample of claims. Through the analysis of data from 2023, which includes the number of accidents classified as work-related traffic incidents, our project seeks to provide Seguros Bolívar with crucial information to effectively identify and categorize accidents reported to the ARL. This will enable the company to make informed and proactive decisions.pdfspaArboles de decisionesModeloClasificaciónAnálisis de datosbachelorThesisMatemáticas -- Tesis y disertaciones académicasAnálisis de datosÁrboles de decisiónMatemáticas -- Módelo predictivoOpenAccessDecision treesModelClassificationData analysisAbierto (Texto Completo)