书城首页 › 涉及近代 › 经济 › 现代精算预测建模:从统计模型到机器学习算法
涉及近代·经济

现代精算预测建模:从统计模型到机器学习算法

正版保障多仓发货48小时内发货2-3天送达可开发票
¥53.69 定价 ¥69.00 7.8折 立省 ¥15.31
现货库存 8 件 全新
商品参数
书名
现代精算预测建模:从统计模型到机器学习算法
作者
高光远 著
出版社
机械工业出版社
出版时间
2026-01-01
ISBN
9787111795964
货号
1204229402
品相
全新
分类
涉及近代·经济
购物车(0)
商品参数
书名
现代精算预测建模:从统计模型到机器学习算法
作者
高光远 著
出版社
机械工业出版社
出版时间
2026-01-01
ISBN
9787111795964
货号
1204229402
品相
全新
分类
涉及近代·经济
目录▼

前言

第1章 机器学习基础

1.1 机器学习简介

1.1.1 机器学习和其他相关领域的关系

1.2 参数模型

1.2.1 多元线性回归

1.2.2 广义线性模型

1.2.3 基扩展模型

1.2.4 混合效应模型

1.2.5 逻辑回归

1.2.6 线性判别分析

1.3 深度学习

1.3.1 建立深度学习模型的一般步骤

1.3.2 全连接神经网络

1.3.3 图像和文本数据

1.3.4 数据预处理

1.4 非参数模型

1.4.1 k近邻分类

……

文摘▼

本书系统地探讨了机器学习算法在保险精算中的应用,重点围绕保险损失预测与定价模型的构建展开。第1章介绍了机器学习基础,涵盖参数模型、深度学习、非参数模型及模型评估方法,为后续章节奠定理论基础。第2章深入分析了保险损失预测建模,包括索赔频率、索赔强度、索赔频率-强度相依性建模以及 Tweedie 回归模型的应用,结合案例展示了不同模型的优劣。第3章提出了含有潜变量的加性树模型,并介绍了IRGB算法及其在混合专家模型、零膨胀泊松回归等场景中的应用。第4章探讨了基于赔案文本的索赔金额预测,介绍了损失Dirichlet多项式混合模型及其参数估计方法。第5章聚焦车险定价,结合车联网数据,分析了驾驶行为风险评分及其在索赔频率预测中的应用。

本书适合保险精算师、数据科学家及风险管理领域的研究人员阅读,通过理论与实践结合,为读者提供了机器学习在保险精算中的前沿方法与实用工具。

¥53.69
🛒购物车