by Optimind

ATELIER N°10 - 05/07/2017 - 14h00
Retours d’expérience en prévoyance
Aujourd’hui convaincu de l’apport du machine learning dans les études actuarielles en Prévoyance, cet atelier présente 3 cas d’usage que nous avons pu traiter cette dernière année où algorithmes supervisés et non supervisés viennent challenger les méthodes actuarielles classiques :
-
Utilisation des algorithmes non supervisés pour redéfinir des groupes hétérogènes dans la tarification en accident de travail
-
Etude d’une transformation digitale pour accompagner les DRH dans l’anticipation des coûts directs et indirects liés à l’absentéisme (mise en place d’actions de prévention suite à du profiling)
-
Toujours à la recherche d’une optimisation de nos processus de calculs et donc de la réduction du temps et des coûts liés à l’apprentissage, le dernier use case porte sur l’échantillonnage avant apprentissage