Teoretické východiská integrácie štatistických a strojovo-učebných prístupov v modelovaní rizika PZP
Integrácia štatistických prístupov a metód strojového učenia pri modelovaní rizika v povinnom zmluvnom poistení (PZP) predstavuje významný posun v analytickom myslení poisťovní. Kombináciou vysvetliteľných modelov, ako sú GLM, s výkonnými predikčnými algoritmami ML možno získať modely, ktoré sú robu...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Weitere Verfasser: | , , |
| Format: | Buchkapitel |
| Sprache: | Slowakisch |
| Schlagworte: | |
| Tags: |
Keine Tags, Fügen Sie das erste Tag hinzu!
|
| Zusammenfassung: | Integrácia štatistických prístupov a metód strojového učenia pri modelovaní rizika v povinnom zmluvnom poistení (PZP) predstavuje významný posun v analytickom myslení poisťovní. Kombináciou vysvetliteľných modelov, ako sú GLM, s výkonnými predikčnými algoritmami ML možno získať modely, ktoré sú robustné, výkonné a zároveň transparentné. Systematické mapovanie teoretických východísk spájania oboch paradigiem a navrhnutie metodologického rámca pre ich súčasné využitie v tarifikácii PZP. |
|---|