Befehle des Menübands überspringen
Zum Hauptinhalt wechseln
Anmelden

Data Science Challenge

 Inhalts-Editor ‭[1]‬

Data Science Challenge 2021

Der Ausschuss Actuarial Data Science möchte Aktuar*innen dabei unterstützen, sich mehr mit datenwissenschaftlichen Fragen und Methoden des maschinellen Lernens auseinanderzusetzen. Aus diesem Grund wird die Data Science Challenge, nach der erfolgreichen Durchführung im Jahr 2020,  in diesem Jahr erneut stattfinden. 

Thematik der diesjährigen Data Science Challenge 2021 wird die aktuelle, anspruchsvolle sowie zunehmend wichtigere Rolle der „Interpretierbarkeit von Machine-Learning-Modellen und Tools" sein. Die Teilnehmer*innen werden dazu aufgerufen, ein typisches Problem zu identifizieren, denen DAV-Mitglieder und die Versicherungsbranche im Allgemeinen gegenüberstehen und eine passende Lösung zu erarbeiten.

Logo_grau.jpg

Die Gewinner der Data Science Challenge 2020

Sieger Einzelteilnahme:
Lukas Nolte für das Notebook 001 (Betrugserkennung)

Bei diesem Python-Notebook zum Thema Betrugserkennung handelt es sich um eine sehr gut beschriebene und lehrreiche Analyse mit klarem Anwendungsbezug. Zunächst wird der Datensatz detailliert untersucht, Auffälligkeiten nachgegangen und die Datenqualität kritisch hinterfragt und bewertet. Darauf folgt die prädiktive Modellierung auf Basis der Python-Bibliotheken Scikit Learn und Keras sowie die Interpretation und Bewertung der erzielten Ergebnisse. Auf Basis der ausgewählten Methoden "Random Forest" und "neuronales Netz" werden abschließend finanzielle Aspekte der damit ermöglichten automatisierten Betrugserkennung beleuchtet.

Sieger*innen Gruppenteilnahme:
Melanie Wahlers und Dr. Johannes Hollad für das Notebook 002 (SOA, GLTD)

Bei diesem Python-Notebook zum Thema Berufsunfähigkeit wird ein sehr gut verständlicher Überblick über zahlreiche relevante Methoden des Maschinellen Lernens gegeben. Dabei wird eine in R vorliegende Untersuchung der SOA in Python übertragen und dabei methodisch um neuronale Netze erweitert sowie um ein Hyperparametertuning ergänzt. Die dabei erzielten Ergebnisse werden mit den mit R erzielten Ergebnissen verglichen und bewertet. 

Melanie Wahlers und Dr. Johannes Hollad berichten in „Der Aktuar" 4/2020 über Ihre Erfahrungen mit der Data Science Challenge.



 SpLoginControl - LoginControl

Login


Adressnr.:
Passwort:

 Inhalts-Editor ‭[2]‬

Weitere Informationen

Ihr Ansprechpartner für die Data Science Challenge in der DAV:

Yassine Talleb
yassine.talleb@aktuar.de
0221/912 554-224

Notebooks
Die Notebooks der Gewinner*innen stehen auf dem GitHub-Account der DAV zur Verfügung.

 Inhalts-Editor ‭[3]‬

DAV
DGVFM
IVS

Kontakt
Impressum
Datenschutz

Unsere Mitglieder
Unsere Themen
Unsere Veranstaltungen

Ausbildung DAV
Ausbildung IVS
Ausbildung CERA

Pressemeldungen
Aktuar Aktuell
Stellenanzeigen