401-3936-00L  Data Analytics for Non-Life Insurance Pricing

SemesterFrühjahrssemester 2023
DozierendeM. V. Wüthrich, C. M. Buser
Periodizitätjährlich wiederkehrende Veranstaltung
LehrspracheEnglisch



Lehrveranstaltungen

NummerTitelUmfangDozierende
401-3936-00 VData Analytics for Non-Life Insurance Pricing2 Std.
Di16:15-18:00HG E 1.2 »
M. V. Wüthrich, C. M. Buser

Katalogdaten

KurzbeschreibungWe study statistical methods in supervised learning for non-life insurance pricing such as generalized linear models, generalized additive models, Bayesian models, neural networks, classification and regression trees, random forests and gradient boosting machines.
LernzielThe student is familiar with classical actuarial pricing methods as well as with modern machine learning methods for insurance pricing and prediction.
InhaltWe present the following chapters:
- generalized linear models (GLMs)
- generalized additive models (GAMs)
- neural networks
- credibility theory
- classification and regression trees (CARTs)
- bagging, random forests and boosting
SkriptThe lecture notes are available from:
M.V. Wüthrich, C. Buser. Data Analytics for Non-Life Insurance Pricing
http://ssrn.com/abstract=2870308
LiteraturM.V. Wüthrich, M. Merz. Statistical Foundations of Actuarial Learning and its Applications
http://ssrn.com/abstract=3822407
Voraussetzungen / BesonderesThe exams ONLY take place during the official ETH examination period (no semester end exams), and they will only be taken in person (no remote exams).

This course will be held in English and counts towards the diploma of "Aktuar SAV".
For the latter, see details under www.actuaries.ch

Good knowledge in probability theory, stochastic processes and statistics is assumed.

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte4 KP
PrüfendeM. V. Wüthrich
FormSessionsprüfung
PrüfungsspracheEnglisch
RepetitionDie Leistungskontrolle wird in jeder Session angeboten. Die Repetition ist ohne erneute Belegung der Lerneinheit möglich.
Prüfungsmodusmündlich 30 Minuten
Zusatzinformation zum Prüfungsmodusonly in person exams (i.e. no remote exams)
Diese Angaben können noch zu Semesterbeginn aktualisiert werden; verbindlich sind die Angaben auf dem Prüfungsplan.

Lernmaterialien

Keine öffentlichen Lernmaterialien verfügbar.
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

Keine zusätzlichen Belegungseinschränkungen vorhanden.

Angeboten in

StudiengangBereichTyp
Data Science MasterInterdisziplinäre WahlfächerWInformation
Mathematik (Allgemeines Angebot)Aktuar SAV Ausbildung an der ETH ZürichWInformation
Mathematik BachelorAuswahl: Finanz- und VersicherungsmathematikWInformation
Mathematik MasterAuswahl: Finanz- und VersicherungsmathematikWInformation
Quantitative Finance MasterBereich MF (Mathematical Methods in Finance)WInformation