Analyse de données en actuariat

Cours magistral

Enseignant: Noureddine Meraihi

<aside> <img src="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/ac93e6d4-ea98-44cc-ba78-e8358257e980/calendar-alt-regular.svg" alt="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/ac93e6d4-ea98-44cc-ba78-e8358257e980/calendar-alt-regular.svg" width="40px" /> Cours: Jeudi de 9:00@12:00 Disponibilité: juste à m'écrire

</aside>

Coordonnateur: Mathieu Pigeon

<aside> <img src="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/3be2c613-e2fa-4415-adf9-9613e97b5e27/envelope-solid.svg" alt="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/3be2c613-e2fa-4415-adf9-9613e97b5e27/envelope-solid.svg" width="40px" /> Email: [email protected]

</aside>

<aside> <img src="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/49fa1ed4-24ba-4a43-a91e-ef9dedd4c8fd/slack-hash.svg" alt="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/49fa1ed4-24ba-4a43-a91e-ef9dedd4c8fd/slack-hash.svg" width="40px" /> Slack: Voir votre courriel

</aside>

Travaux pratiques

Démonstrateur: À venir

<aside> <img src="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/ac93e6d4-ea98-44cc-ba78-e8358257e980/calendar-alt-regular.svg" alt="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/ac93e6d4-ea98-44cc-ba78-e8358257e980/calendar-alt-regular.svg" width="40px" /> Démo: Mercredi de 14:00@16:00

</aside>

<aside> <img src="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/3be2c613-e2fa-4415-adf9-9613e97b5e27/envelope-solid.svg" alt="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/3be2c613-e2fa-4415-adf9-9613e97b5e27/envelope-solid.svg" width="40px" /> Email: à venir

</aside>

Objectif du cours

Comprendre les fondements des méthodes d'apprentissage statistique supervisées et non- supervisées sous un angle actuariel. Applications de différentes méthodes pour l'analyse de données actuarielles à l'aide d'un langage de programmation comme R ou Python. Applications actuarielles typiques en assurance-vie, assurance IARD, assurance collective, régimes de retraite ainsi qu'en finance.

Sommaire du contenu

Exploration de données, validation et vérifications; Méthodes d'apprentissage statistique supervisées et non-supervisées; Analyse aux composantes principales; Arbres de décision et de classification; Groupement et partitionnement de données (cluster analysis); Analyse de données temporelles;Ce cours comporte une séance de travaux pratiques (TP) de deux heures par semaine.Le cours est une composante de l'examen Statistics for Risk Modeling de la Society of Actuaries et de l'examen Modern Actuarial Statistics II de la Casualty Actuarial Society.

🗝 Préalables académiques


📚 Matériel

<aside> <img src="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/c8358dab-b698-45fa-8c29-f0376b96cf6b/github-brands.svg" alt="https://s3-us-west-2.amazonaws.com/secure.notion-static.com/c8358dab-b698-45fa-8c29-f0376b96cf6b/github-brands.svg" width="40px" /> Toutes les notes du cours sont fournies par l'enseignant sur ce site. Les exercices ainsi que les données sont sur le répertoire GitHub du cours.

</aside>

Livre de référence