Cette session vous plonge au cœur de l’apprentissage par arbre de décision. À partir de plusieurs études de cas, vous découvrirez l’intérêt de ce type de méthodes. Nous vous présenterons plusieurs approches, dont les forêts aléatoires.
Cette formation a été conçue par et pour des actuaires afin de prendre en compte toutes les spécificités des données assurantielles. Les sessions de formation se déroulent étape par étape.
Après une introduction au partitionnement récursif, les arbres de classification et de régression sont présentés. Puis, une fois le concept de bagging développé, les forêts aléatoires peuvent être abordées. Finalement, l’utilisation du boosting avec des arbres de décision est étudiée.
La documentation, incluant les bases de données ainsi que le code R est mise en ligne et partagée avec les participants. L’installation de packages R en amont de la formation est requise.
Conseiller Scientifique, Detralytics
Professeur, UCLouvain
Conseiller Scientifique, Detralytics
Professeur, ULB
Date : À la demande
Durée : 6h
Accréditation : 6CPD | 36PPC
Niveau : Tout
Prérequis : Pc avec l'installation de packages R
À la suite de cette formation, les participants auront acquis une connaissance opérationnelle de l’analyse des données d’assurance. Ils seront capables d’utiliser les différentes méthodes d’apprentissage par arbres de décision et de choisir, selon leurs données et l’objectif de leur analyse, la plus adaptée.
Un mois après la fin de la formation, une discussion de suivi est organisée afin de partager les expériences liées à la mise en œuvre de l’approche qui a été présentée.
