Descripción
Este libro revisa algunos de los desarrollos más recientes en redes neuronales, con un enfoque en aplicaciones en ciencias actuariales y finanzas. Simultáneamente, introduce las herramientas relevantes para desarrollar y analizar redes neuronales, en un estilo matemáticamente riguroso pero accesible.
La inteligencia artificial y las redes neuronales ofrecen una poderosa alternativa a los métodos estadísticos para el análisis de datos. Se cubren varios temas, desde redes de alimentación directa hasta aprendizaje profundo, como el aprendizaje bayesiano, los métodos de refuerzo y los modelos de memoria a largo y corto plazo. Todos los métodos se apl aplican a reclamaciones, mortalidad o predicción de series temporales.
Requieriendo solo un conocimiento básico de estadística, este libro está escrito para estudiantes de maestría en ciencias actuariales y para actuarios que deseen actualizar sus habilidades en aprendizaje automático.Este es el tercero de tres volúmenes titulado Métodos estadísticos de aprendizaje efectivos para actuarios. Escrito por actuarios para actuarios, esta serie ofrece una visión general completa del análisis de datos de seguros con aplicaciones a seguros de P&C, vida y salud. Aunque estrechamente relacionado con los otros dos volúmenes, este volumen se puede leer de forma independiente.
Autor: Michel Denuit, Donatien Hainaut, Julien Trufin
Editorial: Springer
Publicado: 11/13/2019
Páginas: 250
Tipo de encuadernación: Tapa blanda
Peso: 0.83lbs
Tamaño: 9.21h x 6.14w x 0.56d
ISBN13: 9783030258269
ISBN10: 3030258262
Categorías BISAC:
- Empresa y Economía | Seguros | General
- Empresa y Economía | Estadística
- Matemáticas | Aplicadas
Acerca del Autor
Michel Denuit tiene maestrías en matemáticas y ciencias actuariales, así como un doctorado en estadística de la ULB (Bruselas). Desde 1999, ha sido profesor de matemáticas actuariales en UCLouvain (Louvain-la-Neuve, Bélgica), donde es Director del programa de maestría en Ciencias Actuariales. También ha ocupado varios cargos de profesor visitante, incluso en Lausana (Suiza) y Lyon (Francia). Ha publicado extensamente y ha realizado numerosos proyectos de I+D con importantes empresas (re)aseguradoras durante los últimos 20 años.
Donatien Hainaut es ingeniero civil en matemáticas aplicadas y actuario. También tiene una maestría en gestión de riesgos financieros y un doctorado en ciencias actuariales de UCLouvain (Louvain-La-Neuve, Bélgica). Después de algunos años en la industria financiera, se unió a Rennes School of Business (Francia) y fue profesor visitante en ENSAE (París, Francia). Desde 2016, es profesor en UCLouvain, en el Instituto de Estadística, Bioestadística y Ciencias Actuariales. Es Director de la Maestría en Ciencia de Datos de UCLouvain.Julien Trufin tiene maestrías en física y ciencias actuariales, así como un doctorado en ciencias actuariales de UCLouvain (Louvain-la-Neuve, Bélgica). Después de algunos años en la industria de seguros, se unió a la escuela actuarial de la Universidad Laval (Quebec, Canadá). Desde 2014, es profesor de ciencias actuariales en el departamento de matemáticas de la ULB (Bruselas, Bélgica). También ocupa puestos de profesor visitante en Lausana (Suiza) y en Louvain-la-Neuve (Bélgica). Es editor asociado de las revistas "Astin Bulletin" y "Methodology and Computing in Applied Probability" y actuario calificado del Instituto de Actuarios de Bélgica (IABE).