• ВХОД

    •  

    Полное описание

    Чакар, Антон Евгеньевич. Выявление случаев мошенничества в автостраховании с использованием ансамблевых методов машинного обучения / А. Е. Чакар. - Текст (визуальный) : непосредственный // Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем : материалы Всероссийской конференции с международным участием, Москва, РУДН, 8-12 апреля 2024 г. - Москва : Российский ун-т дружбы народов им. Патриса Лумумбы, 2024. - Библиогр. в конце ст. - ISBN 978-5-209-12383-5.

    ГРНТИ УДК
    10.81.45343.985.7:343.346
    06.73.65368.2
    28.23.25004.85-049.8

    Рубрики:
    Транспортные преступления -- Криминалистика
    Транспортное страхование
    Машинное обучение -- Применение

    Кл.слова (ненормированные): компьютерные науки -- информационные технологии -- машинное обучение -- имущественное страхование
    Аннотация: Данная работа посвящена выявлению мошенников на рынке автострахования по статистическим данным об инцидентах и сведениях о страхователях, которыми располагает страховая компания. Ключевая идея исследования заключается в том, что имплементация современных методов классификации может приводить к большей минимизации рисков страховщика, в сравнении с использованием устоявшихся в данной отрасли эконометрических моделей. Также, отдельное внимание уделено работе с несбалансированными данными при обучении моделей, так как несбалансированность классов является распространённой проблемой данного рода задач. Предложенный метод обучения позволяет нивелировать данную проблему без дополнительной балансировки исходного датасета и возможных потерь качества прогнозов модели из-за нехватки данных. В работе применяются ансамбли logit-моделей, две вариации полносвязных нейронных сетей и несколько версий случайных лесов. Также произведен подбор оптимальных параметров для используемых моделей и сравнительный анализ их прогнозов. Неочевидным результатом исследования стало то, что используемый подход к обучению на выходе имел достаточно небольшое количество ошибок второго рода, которые представляют для страховщиков наибольшую опасность, так как сопряжены с выплатами страховых премий мошенникам.
    Экз-ры полностью 2760a8fdb3853a22f817dec7939678fb
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -193732-792227)

    Шифр в сводном ЭК: 873c7a6b1a897ea94baa52249e88194e




    Заказ фрагмента документа ₽