Моделі і методи оцінювання актуарних ризиків
dc.contributor.advisor | Бідюк, Петро Іванович | |
dc.contributor.author | Кириченко, Владислав Андрійович | |
dc.date.accessioned | 2019-01-16T12:57:37Z | |
dc.date.available | 2019-01-16T12:57:37Z | |
dc.date.issued | 2018 | |
dc.description.abstracten | Thesis: 124 p., 31 fig., 7 tab., 2 applications, 12 sources. The object of the study is actuarial calculations in the field of motor insurance. Subject of study - methodology for assessing actuarial risks and methods of constructing algorithms capable of learning. Methods of research - statistical methods of analysis of actuarial risks, theory of modeling of risks, Bayesian classifiers, Bayesian networks and algorithms of machine learning. The aim of the work is to analyze the subject of research, to investigate the effectiveness of existing traditional methods of forecasting actuarial risks and to apply methods of designing algorithms for machine learning. The paper reviews the main approaches to the modeling of actuarial risks, examines and analyzes the methods of the Bayesian classification. The results of simulation and evaluation of the reason for choosing the best model for actuarial evaluation were analyzed. The information-analytical system for modeling, analysis and forecasting of risks in the field of motor insurance on the basis of logistic regression and the naive Bayesian classifier for further processing and tariffing of the price of auto insurance was created. The system is implemented in the C # programming language. Examples of application of the program for forecasting and estimating actuarial risks in the field of motor insurance on real data are given. | uk |
dc.description.abstractuk | Магістерська дисертація: 124 с., 31 рис., 7 табл., 2 додатки, 12 джерел. Об’єкт дослідження – актуарні розрахунки у сфері автострахування. Предмет дослідження –методології оцінювання актуарних ризиків та методи побудови алгоритмів здатних до навчання. Методи дослідження – статистичні методи аналізу актуарних ризиків , теорія моделювання ризиків, байєсівські класифікатори , байєсівські мережі та алгоритми машинного навчання. Метою роботи є проаналізувати предмет дослідження, дослідити ефективність існуючих традиційних методик прогнозування актуарних ризиків та застосувати методи проектування алгоритмів машинного навчання. В роботі проведено огляд основних підходів до моделювання актуарних ризиків, розглянуто та проаналізовано методи байєсівської класифікації. Було проаналізовано результати моделювання та оцінювання за-для обґрунтуваного вибору найкращої моделі для оцінки актуарних. Створено інформаційну-аналітичну систему для моделювання, аналізу та прогнозування ризиків у сфері автострахування на базі логістичної регресії та наївного байєсівського класифікатора для подальшої обробки та тарифікації ціни автострахування. Система реалізована на мові програмування С#. Наведено приклади застосування програми для прогнозування та оцінювання актуарних ризиків у сфері автострахування на реальних даних. | uk |
dc.format.page | 127 с. | uk |
dc.identifier.citation | Кириченко, В. А. Моделі і методи оцінювання актуарних ризиків : магістерська дис. : 124 Системний аналіз / Кириченко Владислав Андрійович. - Київ, 2018. - 127 с. | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/25819 | |
dc.language.iso | uk | uk |
dc.publisher.place | Київ | uk |
dc.subject | актуарний ризик | uk |
dc.subject | автострахування | uk |
dc.subject | байєсівський класифікатор | uk |
dc.subject | actual risk | uk |
dc.subject | automotive | uk |
dc.subject | bayesv classification | uk |
dc.subject.udc | 004.942:519.216.3 | uk |
dc.title | Моделі і методи оцінювання актуарних ризиків | uk |
dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Kyrychenko_magistr_pdf.pdf
- Розмір:
- 8.15 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 7.74 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: