Aller à : contenu haut bas recherche
 
 
EN     FR
Vous êtes ici:   UNIL > HEC Inst. > HEC App. > SYLLABUS
 
 

Insurance Analytics

  • Enseignant(s):   M.Bladt  
  • Titre en français: Analyse de données en assurance
  • Cours donné en: anglais
  • Crédits ECTS: 3 crédits
  • Horaire: Semestre d'automne 2019-2020, 2.0h. de cours (moyenne hebdomadaire)
  •  séances
  • site web du cours site web du cours
  • Formation concernée: Maîtrise universitaire ès Sciences en sciences actuarielles

 

Objectifs

The goal is to provide a solid understanding of some of the most common machine learning methods, and to be able to apply and interpret them on insurance data.

Contenus

  • Linear models: regression, general linear models, generalized linear models
  • Mixed Models
  • Regularization: Lasso, Ridge regression, Elastic Net
  • Model selection
  • Model Asessment
  • Estimation Methods
  • Generalized Additive Models
  • Regression Trees
  • Random Forests
  • Gradient Boosting
  • Additional topics (Neural Networks, Ensemble Learning, and others)

Références

Friedman, J., Hastie, T., & Tibshirani, R. (2001). The elements of statistical learning (Vol. 1, No. 10). New York: Springer series in statistics.

James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning (Vol. 112, p. 18). New York: springer.

Evaluation

1ère tentative

Examen:
Oral 0h25 minutes
Documentation:
Non autorisée
Calculatrice:
Non autorisée
Evaluation:

Students will prepare the analysis of a dataset. Examination will be based on a presentation of a topic of the course, followed by general questions and on their analysis as well.

Rattrapage

Examen:
Oral 0h25 minutes
Documentation:
Non autorisée
Calculatrice:
Non autorisée
Evaluation:


[» page précédente]           [» liste des cours]
 
Recherche


Internef - CH-1015 Lausanne - Suisse  -   Tél. +41 21 692 33 00  -   Fax +41 21 692 33 05
Swiss University