Library Catalog
Amazon cover image
Image from Amazon.com

Actuarial Data Science : Maschinelles Lernen in der Versicherung / Martin Seehafer, Stefan Nörtemann, Jonas Offtermatt, Fabian Transchel, Axel Kiermaier, René Külheim, Wiltrud Weidner.

By: Contributor(s): Material type: TextTextSeries: De Gruyter STEMPublisher: Berlin ; Boston : De Gruyter, [2021]Copyright date: ©2021Description: 1 online resource (X, 370 p.)Content type:
Media type:
Carrier type:
ISBN:
  • 9783110659283
  • 9783110659511
  • 9783110659344
Subject(s): DDC classification:
  • 519.5/4 23
LOC classification:
  • QA276
Other classification:
  • online - DeGruyter
Online resources: Available additional physical forms:
  • Issued also in print.
Contents:
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
Summary: 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.Summary: 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.
Holdings
Item type Current library Call number URL Status Notes Barcode
eBook eBook Biblioteca "Angelicum" Pont. Univ. S.Tommaso d'Aquino Nuvola online online - DeGruyter (Browse shelf(Opens below)) Online access Not for loan (Accesso limitato) Accesso per gli utenti autorizzati / Access for authorized users (dgr)9783110659344

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 online access with authorization star

http://purl.org/coar/access_right/c_16ec

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.

Issued also in print.

Mode of access: Internet via World Wide Web.

In German.

Description based on online resource; title from PDF title page (publisher's Web site, viewed 01. Dez 2022)