Actuarial Data Science: Maschinelles Lernen in der Versicherung by Kiermaier, Axel (9783110659344) | Browns Books
Image for Actuarial Data Science: Maschinelles Lernen in der Versicherung

Actuarial Data Science: Maschinelles Lernen in der Versicherung

Part of the De Gruyter STEM series
See all formats and editions

Neben den klassischen Tatigkeitsfeldern der Versicherungsmathematik wie Produktentwicklung und Bilanzierung wird der praktisch tatige Aktuar zunehmend mit neuen Anforderungen aus IT-Automatisierung, Datenmanagement und weiteren spannenden Aufgaben aus den Bereichen Maschinelles Lernen/Kunstliche Intelligenz betraut.

Das vorliegende Buch bietet eine Einfuhrung in Data-Science-Anwendungen in der Versicherungsbranche (= Actuarial Data Science).

Es richtet sich an (werdende) Aktuare und allgemeiner an alle quantitativ im Finanz- und Versicherungsbereich Tatigen und Studenten, die sich einen Einblick in die eingesetzten Konzepte und Technologien verschaffen mochten.

Neben den mathematisch-technischen Grundlagen werden auch mogliche Auswirkungen auf die Organisationsstruktur der Unternehmen sowie Fragen aus dem gesellschaftlichen Umfeld einschlielich Datenschutz ausfuhrlich diskutiert. Aufgrund der Wichtigkeit dieser Themen hat die Deutsche Aktuarvereinigung e.V. (DAV) entschieden, sie in das Programm fur Aus- und Weiterbildung der Aktuarinnen und Aktuare zu integrieren.

Die sieben Autoren dieses Buches sind allesamt Dozenten in diversen Lehrveranstaltungen der Deutschen Aktuar Akademie (DAA) im Themenfeld Actuarial Data Science.

Read More
Additional licensing options are available for educational accounts. Please sign in to access
Product Details
De Gruyter
3110659344 / 9783110659344
eBook (Adobe Pdf)
18/01/2021
German
380 pages
Copy: 10%; print: 10%

We have stock available for immediate despatch, and should this not cover your order, if more stock isn’t already on the way, it will be ordered immediately to cover your order.

This typically takes 1-2 weeks, depending on availability from the publisher.