Statistical learning methods for insurance

lactu2310  2025-2026  Louvain-la-Neuve

Statistical learning methods for insurance
La version que vous consultez n'est pas définitive. Cette fiche d’activité peut encore faire l'objet de modifications. La version finale sera disponible le 1er juin.
3.00 crédits
15.0 h
Q2
Enseignants
Préalables
Maîtrise de l'anglais du niveau du cours LANGL1330.
LACTU2150 Analyse statistique des données d'assurance
Thèmes abordés
Classification and regression trees for claim propension, claim counts, claim severities and claim duration. Ensemble methods: Bagging, Random forests, Boosting. Applications to risk classification.
Contenu
Arbres de classification et de régression pour la propension aux sinistres, le nombre de sinistres, la gravité des sinistres et la durée des sinistres. Méthodes d'ensemble : Bagging, forêts aléatoires, Boosting. Applications à la classification des risques.
Méthodes d'enseignement
Le cours consiste en leçons théoriques illustrées de nombreux cas pratiques auxquelles l’étudiant est tenu de participer.
Modes d'évaluation
des acquis des étudiants
L'évaluation est basée sur un rapport individuel dans lequel les méthodes vues pendant les lectures sont appliquées à un jeu de données réelles. Le rapport sera défendu oralement.
Ressources
en ligne
Moodle website
Bibliographie
Denuit, M., Hainaut, D., Trufin, J. (2020). Effective Statistical Learning Methods for Actuaries. Volume 2: Tree-Based Methods. Springer Actuarial Lecture Notes Series.
Faculté ou entité
en charge


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] en science des données, orientation statistique

Master [120] en sciences actuarielles