Analýza cen pojištění pomocí strojového učení
Analysis of insurance pricing by machine learning techniques
Typ dokumentu
diplomová prácemaster thesis
Autor
Barbora Pánková
Vedoucí práce
Petr Tomáš
Oponent práce
Hendrych Radek
Studijní obor
Aplikované matematicko-stochastické metodyStudijní program
Aplikace přírodních vědInstituce přidělující hodnost
katedra matematikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato diplomová práce se zabývá použitím zobecněných lineárních modelů a modelů neuronových sítí pro odhadnutí cen konkurence a zkoumáním jejich struktury v pojištění odpovědnosti z provozu vozidla. Práce obsahuje potřebné shrnutí teorie z oblasti zobecněných lineárních modelů a neuronových sítí. Na základě této teorie jsou odhadovány modely struktur cen dvou společností s odlišným množstvím pozorování. V práci jsou srovnávány různé postupy založené na zobecněných lineárních modelech a neuronových sítí aplikovaných na vstupní data. This master thesis deals with the use of generalized linear models and neural network models for estimating competition prices and examining their structure in motor third party liability insurance. The thesis contains the necessary summary of the theory of generalized linear models and neural networks. Based on this theory, models of price structures of two companies with different amounts of observations are estimated. The work compares various methods based on generalized linear models and neural networks applied to input data.
Kolekce
- Diplomové práce - 14101 [168]