Predictive modeling, treedt buiten uw comfortzone

Datum
22-05-2018
Locatie
Utrecht, Johan de Witt huis
Omschrijving

Tijd: 09.00 - 16.00 uur | Geaccrediteerd voor 6 vakinhoudelijke PE-punten | Prijs EUR 715. Indien u zich inschrijft vóór 24 april, betaalt u EUR 615.



Informatie
Doelgroep

Actuarieel analisten en actuarissen.

 

Programma

Tijdens deze bijeenkomst wordt de voorspellende modellering (of: statistical learning, machine learning) geïntroduceerd. Deze bijeenkomst is met name interessant voor professionals met een (traditionele) achtergrond in actuariële wetenschap, statistiek, wiskunde of econometrie. Relevante concepten worden geschetst en de vervolgstappen voor een meer diepgaande studie van verschillende onderwerpen worden gelegd. Casestudies gebaseerd op onderzoek van dr. K. Antonio illustreren de concepten.

 

Onderwerpen

  • Predictive modelling bij verzekeraars; een korte rondleiding.
  • Een overzicht van technieken: pro's and cons, trade-off accuraatheid versus interpreteerbaarheid.
  • Supervised versus unsupervised learning.
  • Regressie versus classificatie: opzet, hoe druk je modelnauwkeurigheid uit?
  • Over-fitting.
  • Tunen van (hyper)parameters.
  • Resampling technieken: cross-validatie.
  • Hoogtepunten van de volgende technieken: beslissingsbomen, random forests, bagging, boosting, penalized regression.
  • Case studies uit eigen onderzoek: telematica, data-driven clustering, penalized regression.

 

Eigen laptop

U wordt verzocht een eigen laptop mee te nemen met daarop de software R en Rstudio geïnstalleerd. Software R kunt u downloaden via de website www.r-project.org. Rstudio kunt u downloaden via de website www.rstudio.com. Mocht u hier vragen over hebben, neemt u dan contact op met Esther Duindam op telefoonnummer 030-6866159 of per e-mail esther.duindam@ag-ai.nl.

 

Docent

Dr. Katrien Antonio is professor actuariële wetenschappen aan de KU Leuven en universitair hoofddocent aan de Universiteit van Amsterdam. Haar onderzoek richt zich op verzekeringsanalyses met een bijzondere interesse in prijszetting, reservering en modellering van de mortaliteit. Katrien is mededirecteur van LRisk (www.lrisk.be) het Leuvense onderzoekscentrum voor financiële en actuariële risico-analyse.

Referenties:
- R. Verbelen, K. Antonio, G. Claeskens. 2017. Het ontrafelen van de voorspellende waarde van telematicagegevens in de prijs van autoverzekeringen. R & R, KBI Research Report, KBI1624.
- R. Henckaerts, K. Antonio, M. Clijsters & R. Verbelen. 2017. Een data driven binning-strategie voor de constructie van klassen van verzekeringstarieven. R & R, AFI Onderzoeksrapport, AFI17115.
(Beide papers beschikbaar op
https://feb.kuleuven.be/katrien.antonio/Working%20papers)
- G. James, D. Witten, T. Hastie & R. Tibshirani. 2013. Een inleiding tot statistisch leren, met toepassingen in R. Springer.
- M. Kuhn & K. Johnson. 2013. Toegepaste voorspellende modellering. Springer

 

Algemene informatie

Inschrijfprocedure

Accreditatie

Annuleren

Facturatie