Actuarial Machine Learning
Im Seminar Actuarial Machine Learning werden die aktuellen Erfolge beim Einsatz von Machine-Learning-Techniken zur Lösung von aktuariellen Fragestellungen besprochen.
Aktuare sind Mathematiker, die bei Versicherungen arbeiten. Diesen Beruf gibt es schon seit mehreren Jahrhunderten, die von den Aktuarinnen angewandten Methoden haben sich jedoch immer wieder erneuert und aktualisiert. Neuerdings werden die Methoden des maschinellen Lernens zur Lösung von vielen klassischen aktuariellen Aufgaben eingesetzt.
Im ersten Teil der Veranstaltung werden wir die Grundzüge der Lebens- und der Sachversicherung und einige Methoden des maschinellen Lernens kennenlernen. Das Ziel ist es, mit den erworbenen Kenntnissen neuartige Lösungsansätze für einige relevante Probleme bei den Versicherungen besprechen zu können.
Es gibt keine festen Voraussetzungen zur Teilnahme am Seminar.
Anmeldung erfolgt per E-Mail, diese ist unter https://www.mi.uni-koeln.de/wp-znikolic/kontakt/ zu finden.
Bitte melden Sie sich mit einer aussagekräftigen Bewerbung an, welche u. a. folgende Angaben enthalten soll:
- Ihre bisher besuchten (relevanten) Veranstaltungen,
- alle relevanten Praktika, Werkstudierendentätigkeiten, Seminararbeiten usw., welche mit dem Thema des Seminars zusammenhängen können,
- weshalb Sie sich für dieses Thema interessieren,
- ob Sie das Seminar im Rahmen des Versicherungsmoduls mit 3 Leistungspunkten oder als Seminar mit 6 Leistungspunkten belegen möchten.
Gerne können Sie Ihre Bewerbung um weitere Punkte ergänzen. Die Bewerbung soll vor allem glaubhaft vermitteln, dass Sie sich für das behandelte Thema interessieren und mehr darüber lernen möchten.
Übersicht der Vorträge:
| Block | Name | Datum | Vortragsthema |
|---|---|---|---|
| Nikolić | 24.04.20 | Vorbesprechung, Begriffsklärung, Fragen | |
| Sachversicherung | Wasylczyszyn | 15.05.20 | Grundlagen und Individuelles Modell |
| Schaberger | 15.05.20 | Kollektives Modell | |
| Derin | 15.05.20 | Tarifierung | |
| Kapur | 15.05.20 | Reservierung | |
| Lebensversicherung | Bicker | 22.05.20 | Elementare Finanzmathematik |
| Belghith | 22.05.20 | Biometrie | |
| Diermann | 22.05.20 | Erwartete Barwerte | |
| Neuronale Netze | Koliofoti | 29.05.20 | Machine Learning Basics |
| Bertrand | 29.05.20 | Deep Feedforward Networks | |
| Altintas | 29.05.20 | Recurrent Nets | |
| Boosting und unüberwachtes lernen | Sriharan | 12.06.20 | Decision Trees and Boosting |
| Schönborn | 12.06.20 | Unsupervised Learning | |
| Use Cases | Zhou | 12.06.20 | |
| Stahl | 12.06.20 | ||
| Thiemeyer | 19.06.20 | ||
| Arter | 19.06.20 | ||
| Mousa | 19.06.20 | ||
| Ibach | 19.06.20 |