Python für Aktuare - Teil 5 Maschinelles Lernen

Inhalt/Übersicht

Beschreibung
Im letzten Teil des Kurses wird eine Einführung in das maschinelle Lernen gegeben, wobei die zuvor erlernten Konzepte und Techniken angewendet werden. Die Teilnehmenden lernen grundlegende Machine-Learning-Modelle kennen und nutzen Scikit-learn, um einfache Modelle für exemplarische Versicherungsanwendungen zu erstellen.

Methodik
Wir nutzen interaktive Jupyter Notebooks für praktische Übungen und direktes Ausprobieren. Damit werden die Teilnehmenden aktiv in das Seminar einbezogen und Gelerntes kann sofort ausprobiert werden.

Inhalte
Einführung in maschinelles Lernen:
Grundlegende Konzepte des maschinellen Lernens
Supervised Learning: Regression und Klassifikation
Unsupervised Learning: Clustering
Nutzung von Scikit-learn:
Datenvorbereitung und Feature Engineering
Training und Evaluierung von Modellen
Kreuzvalidierung und Hyperparameter-Tuning
Praxisbeispiele

Technik
Websession via Zoom.
Es kann entweder eine Online-Code-Umgebung (Google Colab oder kaggle.com, für beides ist ein kostenfreier Account nötig) verwendet werden oder eine lokale Installation von Python mit beliebiger IDE.

Referent
Prof. Dr. Jonas Offtermatt, DHBW Stuttgart
Der Referent ist Professor für Wirtschaftsinformatik und Ausbilder im Rahmen der CADS-Ausbildung der DAA.

Hinweise/Veranstaltungsspezifische Konditionen

Mit dieser Veranstaltung buchen Sie Teil 5 der 5-teiligen Reihe "Python für Aktuare". Bei der Buchung der gesamten Webreihe erhalten Sie einen Rabatt von 10% auf den Gesamtpreis. Die Buchung der Webreihe ist hier möglich.

Bitte beachten Sie im weiteren Buchungsverlauf das "Willkommensschreiben" unter 'Zusätzliche Dokumente'.

Die Veranstaltung findet online als Websession (i.d.R. via Zoom) statt.

Ihre Zugangsdaten gehen Ihnen mit dem Registrierungslink nach Ablauf der Stornofrist zu. Falls Sie sich kurzfristig (innerhalb der letzten 2 Werktage vor Veranstaltungsbeginn) für die Veranstaltung anmelden, nehmen Sie bitte unter info@aktuar.de Kontakt zur Geschäftsstelle auf, um sicher alle relevanten Informationen zu erhalten.

Eine Teilnahmebestätigung wird nur dann ausgestellt, wenn Sie durchgehend von Anfang bis Ende an der Veranstaltung teilgenommen haben.

Wir weisen darauf hin, dass alle Registrierungs-/Zugangslinks sowie Materialien dem Copyright unterliegen und nicht weitergegeben werden dürfen.

Gruppenbuchung: Eine Gruppenbuchung ist möglich, wenn fünf Personen eines Unternehmens mit derselben Rechnungsanschrift die Teilnahme an derselben Websession/an demselben Präsenzseminar buchen. Bitte senden Sie uns im Anschluss an die individuellen Anmeldungen auf unserer Webseite eine E-Mail an info@aktuar.de mit den Namen der fünf Teilnehmenden. Geben Sie uns bitte in diesem Zuge auch den Namen der Person an, die kostenfrei teilnehmen soll. Andernfalls erfolgt die Auswahl durch die DAA.

Voraussetzung/Konditionen

Zielgruppe
• Aktuarinnen/Aktuare und Versicherungsfachleute mit fortgeschrittenen Python-Kenntnissen (mind. vergleichbar mit Teil 1 bis 4 der 5-teiligen Reihe)
• Interessierte an Datenanalyse im Versicherungswesen