Actuarial Data Science: Maschinelles Lernen in der Versicherung (De Gruyter STEM)
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Actuarial Data Science: Maschinelles Lernen in der Versicherung" von Martin Seehafer ist ein Fachbuch, das sich mit der Anwendung von maschinellem Lernen und Datenwissenschaft in der Versicherungsbranche beschäftigt. Es bietet eine umfassende Einführung in die grundlegenden Konzepte des maschinellen Lernens und deren spezifische Anwendung im Bereich der Versicherungsmathematik. Das Buch behandelt sowohl theoretische als auch praktische Aspekte und zeigt, wie moderne Datenanalysemethoden genutzt werden können, um Risiken besser zu bewerten, Prämien genauer zu kalkulieren und insgesamt effizientere Entscheidungsprozesse zu entwickeln. Durch Fallstudien und praxisnahe Beispiele wird verdeutlicht, wie diese Technologien die traditionelle Versicherungswirtschaft transformieren können. Das Werk richtet sich an Aktuare, Datenwissenschaftler sowie Studierende und Fachleute aus beiden Bereichen, die ihre Kenntnisse im Bereich der datengestützten Analyse vertiefen möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- paperback
- 240 Seiten
- Europa-Lehrmittel
- Kartoniert
- 576 Seiten
- Erschienen 2021
- Springer
- paperback
- 380 Seiten
- Erschienen 2019
- Springer
- Kartoniert
- 272 Seiten
- Erschienen 2012
- Springer
- Kartoniert
- 198 Seiten
- Erschienen 2019
- O'Reilly
- Kartoniert
- 41 Seiten
- Erschienen 2017
- Springer Gabler
- hardcover
- 462 Seiten
- Erschienen 2008
- Wiley-VCH
- Gebunden
- 448 Seiten
- Erschienen 2021
- Springer Gabler



