Data science и машинное обучение для актуариев и аналитиков

2 августа 2018 г. компания StatSoft Russia провела бесплатный вебинар, посвященный методам и технологиям Data science и машинному обучению для аналитиков страховых компаний, актуариев.

Актуальной задачей для страховых компаний является нахождение оптимальных показателей для расчета тарифов, учитывающих как риски компании в зависимости от поведенческой модели клиента, вероятности возникновения страхового случая, так и конкурентоспособность предложений компании.

На сегодняшний день огромное количество инструментов призвано помочь аналитикам в решении задач такого уровня. И уже важна не только, например, точность расчета тарифной системы, но и скорость принятия решений в условиях динамично изменяющейся ситуации на рынке, способность быстро анализировать обновляемую в режиме реального времени информацию баз данных, а также формировать новые продукты, предложения и пакеты услуг для клиентов.

В рамках вебинара слушатели познакомятся с различными подходами к решению аналитических задач в области страхования, смогут оценить и сравнить их эффективность, отметив преимущества каждого, а также рассмотрят примеры применения различных методов анализа данных для решения таких задач как расчет тарифа, построение скоринговых моделей, которые применяются как в банковском деле, так и в страховании.

В программе вебинара:

1. Анализ рисков
• Проверка статистических гипотез
• Подгонка дискретных и непрерывных распределений
• Модели индивидуального и коллективного рисков
2. Формирование тарифа
• Отбор переменных для анализа
• GLM модели
• Оценка точности моделей
3. Предиктивное моделирование
• Деревья классификации и регрессии
• Нейронные сети
4. Интеграция Statistica и R
5. Вопросы-ответы

Обращаем внимание, что на вебинаре дается только общий обзор методов и решений - подробная информация доступна на специализированных курсах StatSoft.

На нашем сайте в разделе StatSoft TV вы можете просмотреть видеозаписи предыдущих вебинаров, посвященных различным методам анализа данных, прогнозирования, методам Data Mining /Text Mining, а также инструментам для работы с Большими данными.