
19 juin 2025|Happy Learning Hours
Cette formation explore les principes de l’équité actuarielle et les défis posés par la corrélation entre les facteurs de segmentation et certaines caractéristiques protégées par les lois anti-discrimination.
Cette formation explore les principes de l’équité actuarielle et les défis posés par la corrélation entre les facteurs de segmentation et certaines caractéristiques protégées par les lois anti-discrimination.
This paper proposes a new approach to risk classification based on Generalized Gaussian Pro-cess Regression (GGPR).
Detralytics France vous propose une synthèse du rapport de l’Autorité de contrôle prudentiel et de résolution (ACPR).
Face à la complexité croissante des risques émergents, l’assurance paramétrique s’impose comme une alternative efficace à l’assurance traditionnelle. Interview avec Olivier Lopez et Daniel Nkameni.
L’émergence du boosting dans le domaine du machine learning a rapidement gagné en popularité parmi les actuaires. Les distributions de Tweedie (dont la Poisson, la Gamma) et binomiale sont les plus couramment utilisées en assurance par exemple pour les modèles de tarification.
We invite you to participate in our next Lunch & Learn on “Cloud failure and cyber insurance: calibration of stress scenarios and diversification”. It’s FREE and OPEN to everyone.
This working note starts with a review of the k-means algorithm and develops next two extensions to manage categorical features.
The expansion of the cyber insurance market is constantly under the threat of an accumulation event that would simultaneously affect a large number of policyholders…
This article introduces an equity-Libor Market Model (LMM) that integrates the investment strategy into the valuation process of participating life insurances.
This article proposes an alternative to standard pricing methods based on physics-inspired neural networks (PINNs)…
Generalized additive models (GAMs) are a leading model class for interpretable machine learning. GAMs were originally trained using smoothing splines.
This paper proposes a variant of the well-known boosting trees algorithm to estimate conditional distributions.