TY  - BOOK
AU  - Seehafer,Martin
AU  - Kiermaier,Axel
AU  - Külheim,René
AU  - Nörtemann,Stefan
AU  - Offtermatt,Jonas
AU  - Transchel,Fabian
AU  - Weidner,Wiltrud
TI  - Actuarial Data Science: Maschinelles Lernen in der Versicherung 
T2  - De Gruyter STEM
SN  - 9783110659283
AV  - QA276 
U1  - 519.5/4 23
PY  - 2021///]
CY  - Berlin, Boston : 
PB  - De Gruyter, 
KW  - Actuarial science
KW  - Aktuar
KW  - Data Science
KW  - Finanzmathematik
KW  - Versicherungsmathematik
KW  - BUSINESS & ECONOMICS / Information Management
KW  - bisacsh
KW  - Actuarial mathematics
KW  - Actuary
KW  - Financial Mathematics
N1  - Frontmatter --; Vorwort --; Inhalt --; 1 Actuarial Data Science – Business Cases --; 2 Crashkurs in Data Mining Anwendungen --; 3 Neue Versicherungsprodukte --; 4 Tools, Sprachen, Frameworks --; 5 Informationstechnologie --; 6 Mathematische Verfahren --; 7 Korrelation und kausale Inferenz --; 8 Data Mining --; 9 Gesellschaftliches Umfeld --; A Appendix --; Nachwort & Danksagungen --; Literatur --; Stichwortverzeichnis; restricted access; Issued also in print
N2  - Actuaries, business mathematicians and IT specialists in corresponding companies are increasingly confronted with new requirements in the areas of IT automation, data management, machine learning / AI and data security, which are not covered by their previous basic mathematical and scientific training. The authors (specialists and certified DAV teachers) provide a fundamental introduction to these topics; Neben den klassischen Tätigkeitsfeldern der Versicherungsmathematik wie Produktentwicklung und Bilanzierung wird der praktisch tätige Aktuar zunehmend mit neuen Anforderungen aus IT-Automatisierung, Datenmanagement und weiteren spannenden Aufgaben aus den Bereichen Maschinelles Lernen/Künstliche Intelligenz betraut. Das vorliegende Buch bietet eine Einführung in Data-Science-Anwendungen in der Versicherungsbranche (= Actuarial Data Science). Es richtet sich an (werdende) Aktuare und allgemeiner an alle quantitativ im Finanz- und Versicherungsbereich Tätigen und Studenten, die sich einen Einblick in die eingesetzten Konzepte und Technologien verschaffen möchten. Neben den mathematisch-technischen Grundlagen werden auch mögliche Auswirkungen auf die Organisationsstruktur der Unternehmen sowie Fragen aus dem gesellschaftlichen Umfeld einschließlich Datenschutz ausführlich diskutiert. Aufgrund der Wichtigkeit dieser Themen hat die Deutsche Aktuarvereinigung e.V. (DAV) entschieden, sie in das Programm für Aus- und Weiterbildung der Aktuarinnen und Aktuare zu integrieren. Die sieben Autoren dieses Buches sind allesamt Dozenten in diversen Lehrveranstaltungen der Deutschen Aktuar Akademie (DAA) im Themenfeld Actuarial Data Science
UR  - https://doi.org/10.1515/9783110659344
UR  - https://www.degruyter.com/isbn/9783110659344
UR  - https://www.degruyter.com/document/cover/isbn/9783110659344/original
ER  -