Data Analytics - "Wie Versicherer ihre Daten intelligent nutzen können" - Intensivkurs

Datum 27.11.2023 bis 28.11.2023
Kosten k. A.
Abschluss Teilnahmebescheinigung
Präsenzkurs Keine Angabe.
mind. Teilnehmerzahl 20
max. Teilnehmerzahl 30
Dozent Prof. Dr. H.-J. Zwiesler
URL des Kurses Details beim Anbieter
spezielles Angebot für Dozenten Keine Angabe.
Veranstaltungsort
 
Tagungszentrum Villa Eberhardt
Heidenheimer Straße 80
89075 Ulm (Donau)

 

AbendkursBildungsgutscheinBarierrefreier Zugang
k. A.k. A.k. A.

 

Beschreibung
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.

 

Schlagworte
finanzwissenschaft, weiterbildung, berufsbegleitend, versicherung

 

Gelistet in folgenden Rubriken: