Statistical foundations of actuarial learning and its applications

Abstract

Cuốn sách truy cập mở này thảo luận về mô hình thống kê các vấn đề bảo hiểm, một quy trình bao gồm thu thập dữ liệu, phân tích dữ liệu và xây dựng mô hình thống kê để dự báo các sự kiện được bảo hiểm có thể xảy ra trong tương lai. Nó trình bày nền tảng toán học đằng sau các khái niệm thống kê cơ bản này và cách chúng có thể được áp dụng trong thực hành tính toán bảo hiểm hàng ngày. Mô hình thống kê có nhiều ứng dụng và tùy thuộc vào các ứng dụng, các khía cạnh lý thuyết có thể được đánh giá khác nhau: ở đây trọng tâm chính là dự đoán hơn là giải thích. Bắt đầu bằng việc trình bày các mô hình tính toán hiện đại, chẳng hạn như mô hình tuyến tính tổng quát, sau đó đi sâu vào các công cụ học máy hiện đại như mạng thần kinh và nhận dạng văn bản để cải thiện mô hình dự đoán với các tính năng phức tạp. Cung cấp cho những người thực hành hướng dẫn chi tiết về cách áp dụng các phương pháp học máy cho các tập dữ liệu trong thế giới thực và cách diễn giải kết quả mà không làm mất đi các giả định toán học làm cơ sở cho các phương pháp này.