Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này:
http://thuvienso.vanlanguni.edu.vn/handle/Vanlang_TV/32018
Nhan đề: | Machine Learning in Insurance |
Tác giả: | Jens Perch Nielsen, Alexandru Asimit, Ioannis Kyriakou (editors) |
Từ khoá: | Machine Learning Risk Analysis Volatility Insurance Client Validation Domain Knowledge Statistical Model |
Năm xuất bản: | 2020 |
Nhà xuất bản: | MDPI |
Tóm tắt: | Author criteria for this Special Issue are to promote a good practice of machine learning in insurance considering the following three key issues: a) Who is the client or sponsor or otherwise interested real-life target of this study? b) The reason for working with this particular data set and a clarification of available extra knowledge – that we also call prior knowledge—besides the data set alone. c) A mathematical statistical argument for the validation procedure. In other words, a critical question to be answered is how prior knowledge fits with the data set in a correct mathematical statistical model. |
Mô tả: | 262 p. : ill. ; 12.5 MB DOI: https://doi.org/10.3390/books978-3-03936-448-0; CC BY |
Định danh: | http://thuvienso.vanlanguni.edu.vn/handle/Vanlang_TV/32018 |
ISBN: | 9783039364480 |
Bộ sưu tập: | Tài chính ngân hàng_TLNM_SACH |
Các tập tin trong tài liệu này:
Tập tin | Mô tả | Kích thước | Định dạng | |
---|---|---|---|---|
SA10274_1. Machine_Learning_in_Insurance_Cover.pdf Giới hạn truy cập | Cover | 889.4 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_2. Machine_Learning_in_Insurance_Contents.pdf Giới hạn truy cập | Contents | 514.59 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_3. Machine_Learning_in_Insurance_About the Special Issue Editors.pdf Giới hạn truy cập | About the Special Issue Editors | 504.45 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 1.pdf Giới hạn truy cập | Sound Deposit Insurance Pricing Using a Machine Learning Approach | 418.11 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 2.pdf Giới hạn truy cập | Predicting Motor Insurance Claims Using Telematics Data—XGBoost versus Logistic Regression | 2.39 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 3.pdf Giới hạn truy cập | On the Validation of Claims with Excess Zeros in Liability Insurance: A Comparative Study | 440.75 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 4.pdf Giới hạn truy cập | Conditional Variance Forecasts for Long-Term Stock Returns | 944.03 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 5.pdf Giới hạn truy cập | A Likelihood Approach to Bornhuetter–Ferguson Analysis | 428.75 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 6.pdf Giới hạn truy cập | In-Sample Hazard Forecasting Based on Survival Models with Operational Time | 713.96 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 7.pdf Giới hạn truy cập | Modelling Unobserved Heterogeneity in Claim Counts Using Finite Mixture Models | 406.23 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 8.pdf Giới hạn truy cập | Machine Learning in Least-Squares Monte Carlo Proxy Modeling of Life Insurance Companies | 1.8 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 9.pdf Giới hạn truy cập | Prediction of Claims in Export Credit Finance: A Comparison of Four Machine Learning Techniques | 2.01 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 10.pdf Giới hạn truy cập | A Note on Combining Machine Learning with Statistical Modeling for Financial Data Analysis | 1.11 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
SA10274_4. Machine_Learning_in_Insurance_Article 11.pdf Giới hạn truy cập | Special Issue “Machine Learning in Insurance” | 258.05 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.