Tarification en assurance non-vie par algorithmes machine learning

Cette formation donne 84 points PPC aux membres qualifiés de l’Institut des Actuaires
Dernière mise à jour le 2 février 2024

Programme de la formation

Introduction

  • Généralités sur la tarification non-vie
  • Approches de tarification

Premier exemple : les arbres de classification et de régression (CART)

  • Illustrations par exemples d’utilisation
  • Construction d’un arbre maximal
  • Elagage de l’arbre construit
  • Un mot sur la robustesse d’un tel prédicteur : agrégation de modèle
  • Travaux pratiques : segmentation et calcul de prime pure par approche Fréquence-Coût moyen ou autre

Agrégation par Forêts Aléatoires (Random Forest)

  • Interprétabilité des modèles agrégés
  • Construction d’une forêt
  • Arbitrage entre corrélation et force d’une forêt
  • Prévision et construction de la prime pure
  • Extension au cas de données censurées à droite : l’exemple du provisionnement individuel

Bagging et Boosting

  • Différences de principe
  • Introduction au Gradient Boosting Machine (GBM)
  • Sélection des paramètres de tuning
  • Performance
  • Mise en oeuvre sur un cas réel
Dernière date
29 et 30 août 2024
Inscription possible jusqu'à la veille de la formation 16h (hors weekend et jour férié)
Horaires

9h00 à 12h30 et 14h00 à 17h30

Prix
  • 2300 € HT
  • TVA 20%
  • 2760 € TTC
Lieu

CARITAT, 24 rue Tronchet 75008 PARIS

Session suivante

En 2025

Durée

2 jours

Programme adaptable,
sur-mesure

Notre formateur

Xavier MILHAUD

Actuaire certifié et Maître de Conférences associé à Aix-Marseille Université, Membre de l'Institut des Actuaires et Ingénieur en Informatique et Mathématiques Appliquées.

Points clés

À qui s’adresse cette formation ?

Aux actuaires et autres collaborateurs des services techniques des compagnies d’assurance, des mutuelles, IP, conseil, et à toute personne désireuse de comprendre la philosophie de l’apprentissage statistique et sa mise en oeuvre pratique.

Pour obtenir quoi ?

Une vision complète des points clés liés à l’utilisation d’algorithmes d’apprentissage statistique aujourd’hui largement utilisés dans le secteur de la banque et de l’assurance.

Quels objectifs pédagogiques ?

Maîtriser l’algorithme CART.

Saisir le concept de tuning de paramètres et optimiser par validation croisée.

Savoir généraliser aux méthodes ensemblistes.

Quelles méthodes mobilisées ?

Apports théoriques complétés de travaux pratiques réalisés sous le logiciel « R » (fourni aux participants).

Quels sont les prérequis ?

Des connaissances en statistiques seront utiles à la bonne intégration des différents concepts.

Quelles modalités d’évaluation ?

Une évaluation des acquis des objectifs sera réalisée durant la formation.

 

Chaque participant se munira d’un ordinateur portable pour les travaux pratiques.

Points forts

  • Une pédagogie particulière pour comprendre le développement des différentes méthodes d’apprentissage statistique, ainsi que leur logique
  • Une formation qui met l’accent sur les difficultés opérationnelles que l’on peut rencontrer et des manières de les gérer

Témoignages

  • ««Formateur très sympathique, disponible et à l'écoute. » »OC, Responsable du département pilotage actuariel - MSH INTERNATIONAL
  • ««Formateur très sympathique, disponible et à l'écoute. » »RR, Actuaire certifié - HELVETIA
Inscrivez-vous à notre newsletter

Pour recevoir toutes les dernières informations