Programme de la formation
Introduction
- Démystification des mots clés (big data, machine learning, intelligence artificielle)
- Processus Data Science en assurance
- Objectifs de machine learning en assurance
- Processus de la construction d’un algorithme
Pratique en assurance
- Automatisation des processus de souscription
- Marketing: conversion, acquisition et rétention
- Tarification et segmentation tarifaire
- Analyse des sinistres et prédiction des sinistres graves
- Détection de fraude
- Qualité des données
- Utilisation des données externes (web scraping et open data)
Machine learning
- Arbre de classification et de régression
- Gradient boosting
- Forêt aléatoire
- Support Vector Machine
- Régression logistique
- Réseaux de neurones
- Détection d’anomalies
- Analayse en composantes principales
- K-means
Data Visualisation
- Tableau de bord
- Outils de visualisation
- Exemples de visualisation
Une formation de notre expert Kezhan SHI, dont nous vous invitons à découvrir le blog.