Retour à l'accueil Page précédente Références techniques Chercher un article Chercher un mémoire Envoyer cette page

Apprentissage statistique en actuariat


La liste de références sur les méthodes de provisionnement "ligne à ligne" contient également plusieurs références utilisant des techniques d'apprentissage statistique.


Articles scientifiques

AOUIZERATE J.M. [2012] «Alternative neuronale en tarification santé », Bulletin Français d’Actuariat, vol. 12, n°23.

CHARPENTIER A.; FLACHAIRE E.; LY A. [2017] Économétrie & Machine Learning, Document de travail.

COUSIN A., MOUDIKI T., PLANCHET F. [2018] Multiple time series forecasting using quasi-randomized functional link neural networks, Risks, 2018, 6(1), 22; doi:10.3390/risks6010022.

JIANG; W.; LAVIELLE; M. JOSSE; J.; GAUSS T. [2018] Stochastic approximation EM for logistic regression with missing values, Document de travail

PAGLIA A., PHELIPPE-GUINVARC’H M.V. [2011] « Tarification des risques en assurance non-vie, une approche par modèle d'apprentissage statistique », Bulletin Français d’Actuariat, vol. 11, n°22.

RIDGEWAY G. [1999] The State of Boosting, Computing Science and Statistics, 31, 172–181.

SONG L.; LANGFELDER P.; HORVATH S. [2013] Random generalized linear model: a highly accurate and interpretable ensemble predictor, BMC Bioinformatics, 2013, 14:5

SPEDICATO G.A.; DUTANG C.; PETRIN L. [2018] Machine Learning Methods to Perform Pricing Optimization. A Comparison with Standard GLMs, Variance, to appear

ZEILEIS A.; HOTHORN T.; HORNIK K. [2005] Model-based recursive partitioning. Research Report Series / Department of Statistics and Mathematics, 19. Institut für Statistik und Mathematik, WU Vienna University of Economics and Business, Vienna.

Livres

PLANCHET F., ROBERT C.Y. (editors) [2020] Insurance data analytics : some case studies of advanced algorithms and applications, Paris: Economica.

TUFFERY S. [2015] Modélisation prédictive et apprentissage statistique avec R, éditions TECHNIP.

Mémoires

BELLINA R. [2014] Méthodes d’apprentissage appliquées à la tarification non-vie, ISFA, Mémoire d'actuaire.

GUILLOT A. [2015] Apprentissage statistique en tarification non-vie : quel avantage opérationnel ?, ENSAE, Mémoire d'actuaire.

SOIX E. [2018] Estimation du ratio de solvabilité à l’aide de méthodes d’apprentissage statistique supervisé, ISFA, Mémoire d'actuaire.

Rapports professionnels

JAMAL S. (ed.) [2018] Machine Learning and Traditional Methods Synergy in Non-Life Reserving, ASTIN Report

Supports de cours

ROUVIERE L. [2017] Introduction aux méthodes d’agrégation : boosting, bagging et forêts aléatoires. Illustrations avec R. , Support de cours, Université de Rennes.