Workshop: Machine learning voor actuarieel professionals
Korte beschrijving:

“Kunstmatige intelligentie is de nieuwe elektriciteit. Net zoals elektriciteit vrijwel elke industrie in de vorige eeuw heeft getransformeerd, zal kunstmatige intelligentie vrijwel elke industrie in de huidige eeuw transformeren.” (Andrew Ng, Stanford AI professor)

 

Machine learning is een deelgebied van kunstmatige intelligentie, en wordt steeds vaker toegepast in de verzekeringssector. Dit is goed nieuws voor actuarissen, want machine learning ligt dicht aan tegen technieken waar actuarissen al decennialang gebruik van maken.  Actuarissen hebben dan ook een uitstekende basis om machine learning toe te voegen aan hun bestaande skill set.

 

Deelnemers van deze workshop krijgen binnen één dag zowel een inhoudelijke als praktische introductie tot machine learning. In de ochtend worden een aantal toegankelijke machine learning technieken besproken, en wordt toegelicht hoe deze technieken zich verhouden tot traditionele statistische technieken. In de middag gaan de deelnemers zelf met deze technieken aan de slag, met als doel het ontwikkelen van een op machine learning gebaseerd zorgkostenprognosemodel.

 

U wordt verzocht een eigen laptop mee te nemen waarop de software R al geïnstalleerd is. Software R kunt u gratis downloaden via de website http://www.r-project.org/. Rstudio kunt u gratis downloaden via de website http://www.rstudio.com/.  

 

Doelgroep

Actuarissen en actuarieel analisten met affiniteit met of interesse in machine learning. U werkt met de software R of u heeft eerder een workshop in het gebruik ervan gevolgd, bijvoorbeeld bij het Actuarieel Instituut: Werkt u al met R?

 

Doel                                       

Na afloop van de bijeenkomst:

  • Begrijpt u hoe machine learning zich verhoudt tot traditionele actuariële en statistische technieken
  • Heeft u kennis van een aantal toegankelijke machine learning technieken
  • Bent u in staat om de discussie over de inzet van machine learning binnen uw eigen organisatie zowel op inhoud als op vorm goed te begeleiden
  • Kunt u in R machine learning modellen trainen op een dataset

 

Docent

Sjors Altemühl MSc. AAG is werkzaam als consulting actuary bij Milliman en is gespecialiseerd in de toepassing van machine learning bij verzekeraars. Sjors is tevens als gastdocent verbonden aan de AEMAS-opleiding van de Amsterdam Business School (UvA).

 

Programma

Tijdens het eerste deel van de workshop wordt een introductie tot machine learning gegeven en wordt op een conceptuele manier de werking van een aantal ‘tree-based’ machine learning technieken besproken (CART, random forest en gradient boosting). Ook komen de voor- en nadelen van machine learning ten opzichte van traditionele statistische en actuariële technieken ruimschoots aan bod. Het doel is om de mystiek rondom het thema weg te nemen en te begrijpen wanneer machine learning waarde kan toevoegen en wanneer vooral ook niet.

 

In het tweede deel van de bijeenkomst wordt inzicht verkregen in hoe het trainen van een machine learning model in de praktijk vorm krijgt. U gaat een zorgkostenprognosemodel ontwikkelen die op machine learning is gebaseerd, door met behulp van de statistische software R de in de ochtend besproken technieken te trainen op een dataset met zorgdata. Vervolgens wordt de performance van deze modellen vergeleken met die van een traditioneel (lineair) model en worden de verschillen inzichtelijk gemaakt. De voor- en nadelen van machine learning ten opzichte van traditionele technieken komen hierbij duidelijk naar voren.

 

09.30 uur          Ontvangst

10.00 uur          Start ochtendprogramma

                        Introductie tot machine learning
                        Werking van ‘tree-based’ technieken
                        Voor- en nadelen van machine learning

12.30 uur          Lunch

13.00 uur          Start middagprogramma

                        praktische casus – zorgkostenprognoses met machine learning

15.30 uur          Wrap-up

16.00 uur          Einde

 

Algemene informatie

Inschrijfprocedure

Accreditatie

Annuleren

Facturatie

Agenda item:PE-bijeenkomst: Workshop Machine learning voor actuarieel professionals