Lunch & Learn | Booster sa tarification Machine Learning sans devoir dériver

Booster sa tarification Machine Learning sans devoir dériver… Un privilège accordé aux seules distributions de Tweedie ? 🤔

Notre Conseiller Scientifique, Julien Trufin, répondra à cette question lors du premier Lunch & Learn de l'année !

Pourquoi participer ?

L'émergence du boosting dans le domaine du machine learning a rapidement gagné en popularité parmi les actuaires. Les distributions de Tweedie (dont la Poisson, la Gamma) et binomiale sont les plus couramment utilisées en assurance par exemple pour les modèles de tarification. Récemment, pour les distributions de Tweedie, il a été montré que le boosting pouvait directement s’effectuer sur la variable réponse lorsque l’actuaire utilisait la fonction de lien logarithmique, sans donc devoir calculer le gradient de la fonction de perte (gradient boosting).

Au programme :

• 🔭 Exploration des résultats complétée par une interprétation probabiliste simple de la procédure de boosting.
• 📈 Mise en parallèle des résultats et du fait que, par approximation, le boosting pouvait également être effectué directement sur la variable réponse dans le cas Bernoulli avec fonction de lien logit, sans donc devoir dériver la fonction de perte.
• 💡 Présentation du fait que cette observation peut en fait être étendue au cas binomial avec fonction de lien logit, largement utilisé en science actuarielle!

Vous êtes actuaire? Cette session est faite pour vous!

💻 Formation gratuite et accréditée : 1 CPD | 6 PPC

🗓️ Rendez-vous en ligne le jeudi 10 avril de 12:30 à 13:30!