Kursbeschreibung

Die Digitalisierung hat inzwischen die Versicherungsbranche erreicht. Sowohl durch verbesserte Services für Kunden (z.B. im Internet) als auch durch optimierte Prozesse im Unternehmen entstehen sehr große Datenmengen (vgl. laufende Big Data Diskussion). Dabei ist zu beobachten, dass oftmals viele Informationen aus den Daten ungenutzt bleiben. Gezielt Informationen aus verfügbaren Daten zu gewinnen, wird zukünftig zu einem zentralen Wettbewerbsfaktor für Versicherer. Hier bilden Methoden des Predictive Modeling und insbesondere Machine-Learning-Verfahren die Grundlage, um die Daten intelligent zu nutzen.

Im Rahmen dieses Workshops vermitteln wir zentrale Aspekte der modernen statistischen Datenanalyse. Der Fokus liegt auf Advanced Data Analytics, also der Anwendung erfolgreicher Machine-Learning-Verfahren zum Einsatz im Predictive Modeling. Je nach Vorkenntnissen, Lernzielen und Lerntempo bieten wir den Workshop sowohl als Basis- als auch Intensivkurs mit unterschiedlichen Schwerpunkten an.

Im Intensivkurs richten wir unseren Fokus auf das sog. Modelltuning für die im Basiskurs vorgestellten Data-Analytics-Verfahren. Nach kurzen Wiederholungen der einzelnen Modelle zur Auffrischung für die Verwendung im weiteren Workshop vermitteln wir, wie in einem einheitlichen automatisierten Prozess eine Fülle an verschiedenen Data-Analytics-Verfahren trainiert, optimiert und miteinander verglichen werden, um ein bestmögliches Vorhersagemodell herzuleiten.
Dazu wird aufgezeigt, wie das Modelltraining der verschiedenen Modelle samt der daten-, anwendungs- und modellgetriebenen Datenvorverarbeitung übergreifend in konsistente Validierungsstrategien und -kriterien eingebettet wird. Zentraler Bestandteil des Kurses sind dabei die Bedeutung und Wechselwirkung der Hyperparameter der Modelle sowie die verschiedenen Möglichkeiten und das grundsätzliche performante Vorgehen beim Modelltuning.
Bestandteil des Kurses sind dabei die Bedeutung und Wechselwirkung der Hyperparameter der Modelle sowie die verschiedenen Möglichkeiten und das grundsätzliche performante Vorgehen beim Modelltuning.
Weiterer Fokus des Intensivkurses sind grafische Möglichkeiten, die Güte der entstandenen Modelle zu vergleichen und die Einflüsse einzelner Merkmale approximativ zu erklären.
Bei all diesen Aspekten (Datenaufbereitung, Modellkalibrierung, Hyperparametertuning, Visualisierungen etc.) kann der Einsatz von Generative AI hilfreich und effizienz-steigernd sein.