[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-118384-pt":3,"doc-seo-118384-112":31,"detail-sidebar-cat-0-pt-112":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},118384,3985741905716,"Rowan","https://ap-avatar.wpscdn.com/davatar_994ba38a5ba835b3df7d355c54d3ed8d",32,"Pesquisa e Relatórios","MACHINE LEARNING PARA ANÁLISE PREDITIVA EM SEGURO DE VIDA","Este trabalho desenvolve e compara modelos preditivos para detecção de potenciais riscos na aceitação de seguro de vida por seguradoras no Brasil, motivado pelo aumento de sinistralidade durante a pandemia. A proposta busca automatizar e elevar a assertividade na análise de risco, apoiando a decisão com algoritmos de Machine Learning. A metodologia baseia-se em pesquisa bibliográfica, seleção de algoritmos e etapa de predição. Resultados indicam classificador com desempenho elevado, com AUC de 90% nos testes, apontando a Floresta Aleatória como melhor algoritmo.","[https://doi.org/10.15202/25254146.2024v9n1p64](https://doi.org/10.15202/25254146.2024v9n1p64)  \nMACHINE LEARNING PARA ANÁLISE PREDITIVA EM SEGURO DE VIDA  \nFabio Porto de Souza  \nMaster Bunisses em Computação Aplicada pelo ITLab/POLI da Universidade Federal do Rio de Janeiro (UFRJ), Rio de Janeiro, RJ, Brasil [fabio-porto-vivi@bol.com.br](fabio-porto-vivi@bol.com.br)  \nClaudio Latta  \nMestre em Computação Aplicada, ITLab/POLI da Universidade Federal do Rio de Janeiro (UFRJ), Rio de Janeiro, RJ, Brasil [claudio.latta@poli.ufrj.br](claudio.latta@poli.ufrj.br)  \nManoel Villas Bôas Júnior  \nDoutor em Ciência, Tecnologia e Inovação em Agropecuária, Universidade Federal do Rio de Janeiro (UFRJ), Rio de Janeiro, RJ, Brasil [mvbjunior@poli.ufrj.br](mvbjunior@poli.ufrj.br)  \nAndré Luís da Silva Pinheiro  \nDoutor em Engenharia Nuclear pela Universidade Federal do Rio de Janeiro  \n(UFRJ), Rio de Janeiro, RJ, Brasil [apinheiro@lmp.ufrj.br](apinheiro@lmp.ufrj.br)  \nRESUMO  \nEste trabalho tem como objetivo auxiliar as seguradoras no Brasil no seu processo de Análise de Risco para aceitação de um seguro de vida, tendo em vista o alto índice de sinistralidade ocorrido durante a pandemia, muitas seguradoras tiveram que arcar com um enorme prejuízo. Procurandose recuperar financeiramente e analisando uma excelente oportunidade que apareceu em virtude de inúmeras pessoas procurarem contratar um seguro de vida para não deixar seus entes queridos desamparados, as seguradoras procuraram uma forma de automatizar e melhorar sua assertividade durante sua análise. O presente trabalho teve como objetivo desenvolver ecomparar modelos preditivos para detecção de potenciais riscos na aceitação de um seguro empregando diversos algoritmos de Machine Learning. Para tanto, é necessário explicar o que é Machine Learning, realizar a seleção dos algoritmos e efetuar a predição dos dados. A metodologia adotada baseia-se em pesquisas bibliográficas onde foi realizado a revisão da literatura sobre Aprendizado de Máquina. Diante disso verifica-se que foi obtido um classificador de alto desempenho com AUC de 90% nos testes, o que impõe a constatação de que o melhor algoritmo utilizado nos experimentos é a Floresta Aleatória  \nPalavras-Chave: Machine Learning, AUC, Sinistralidade, Seguradora  \n  INTER  D ISC IP LIN AR    \nMACHINE LEARNING PARA ANÁLISE PREDITIVA EM SEGURO DE VIDA  \nABSTRACT  \nThis work aims to assist insurance companies in Brazil in their Risk Analysis process for accepting life insurance, given the high accident rate that occurred during the pandemic, many insurance companies had to bear a huge loss. Seeking to recover financially and analyzing an excellent opportunity that appeared as a result of countless people looking to take out life insurance so as not to leave their loved ones destitute, insurers looked for a way to automate and improve their assertiveness during their analysis. The present work aimed to develop and compare predictive models for detecting potential risks when accepting insurance using various Machine Learning algorithms. To do so, it is necessary to explain what Machine Learning is, select algorithms and predict data. The methodology adopted is based on bibliographical research where a literature review on Machine Learning was carried out. In view of this, it appears that a high-performance classifier was obtained with an AUC of 90% in the tests, which imposes the conclusion that the best algorithm used in the experiments is the Random Forest.  \nKeywords: Machine Learning, AUC. accident rate, insurance companies  \n1 INTRODUÇÃO  \nCom o avanço das tecnologias digitais e o crescente volume de dados disponíveis, aindústria de seguros de vida enfrenta um desafio significativo e, ao mesmo tempo, umaoportunidade sem precedentes. Como a incerteza financeira e o desejo de proteger o bem-estar das famílias nunca foram tão prementes, as seguradoras estão buscando maneiras inovadoras demelhor atender às necessidades de seus segurados e man","cbCaipX0kfc0U3JV","https://ap.wps.com/l/cbCaipX0kfc0U3JV","pdf",743876,2,1,9,"Portuguese","pt",112,"# Introdução\n## Contexto e objetivo\n# Desenvolvimento\n## Metodologia\n### Coleta de dados\n## Modelagem e comparação de algoritmos","[{\"question\":\"Qual é o objetivo do estudo sobre Machine Learning no seguro de vida?\",\"answer\":\"O estudo busca auxiliar seguradoras na análise de risco para aceitação de seguro de vida, automatizando e melhorando a assertividade ao identificar potenciais riscos com modelos preditivos.\"},{\"question\":\"Como a metodologia do trabalho foi estruturada?\",\"answer\":\"A metodologia combina pesquisa bibliográfica, revisão sobre Aprendizado de Máquina, aplicação de algoritmos de classificação para gerar modelos e avaliação comparativa dos resultados.\"},{\"question\":\"Quais foram os resultados de desempenho do melhor modelo?\",\"answer\":\"Os testes apresentaram um classificador de alto desempenho, com AUC de 90%, indicando que a Floresta Aleatória foi o melhor algoritmo utilizado nos experimentos.\"}]","MACHINE LEARNING PARA ANÁLISE PREDITIVA EM SEGURO DE VIDA | PDF",1785683369,14,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"machine-learning-for-predictive-analysis-in-life-insurance","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":20},"https://docshare.wps.com/pt/document/","Document",{"item":49,"name":12,"@type":44,"position":50},"https://docshare.wps.com/pt/document/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/pt/document/machine-learning-for-predictive-analysis-in-life-insurance/118384/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-14","2026-08-02",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qual é o objetivo do estudo sobre Machine Learning no seguro de vida?","Question",{"text":76,"@type":77},"O estudo busca auxiliar seguradoras na análise de risco para aceitação de seguro de vida, automatizando e melhorando a assertividade ao identificar potenciais riscos com modelos preditivos.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Como a metodologia do trabalho foi estruturada?",{"text":81,"@type":77},"A metodologia combina pesquisa bibliográfica, revisão sobre Aprendizado de Máquina, aplicação de algoritmos de classificação para gerar modelos e avaliação comparativa dos resultados.",{"name":83,"@type":74,"acceptedAnswer":84},"Quais foram os resultados de desempenho do melhor modelo?",{"text":85,"@type":77},"Os testes apresentaram um classificador de alto desempenho, com AUC de 90%, indicando que a Floresta Aleatória foi o melhor algoritmo utilizado nos experimentos.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,119,121,125,129],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},26,"Contos e Romances",60,"story-novel",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},46,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},28,"Exames","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},47,"Geral","general",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":97,"slug":114},29,"Histórias em Quadrinhos","comic",{"id":116,"doc_module":4,"doc_module_name":47,"category_name":117,"show_sort_weight":97,"slug":118},27,"Literatura","literature",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":120},"research-report",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":97,"slug":124},33,"Religião e Espiritualidade","religion-spirituality",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},31,"Saúde e Cuidados","healthcare",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},45,"Tecnologia","technology"]