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. Les références spécifiques aux modèles de durée sont rassemblées dans
cette liste
.
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.