|
lunedì 11 novembre 2024 - Diretta web
Seminario di Machine Learning per Attuari: Applicazioni Pratiche ed Esercitazioni Guidate
Il seminario offre una panoramica pratica sulle tecniche di Machine Learning (ML), con una breve introduzione teorica e numerosi esempi applicativi specifici per l’ambito attuariale. I partecipanti avranno l’opportunità di seguire esercitazioni guidate, con soluzioni proposte dal docente tramite l’utilizzo di Google Colab.
Metodologia: Il corso adotterà un approccio prettamente applicativo con brevi richiami teorici, utilizzando Python dentro l’ambiente Google Colab. Ogni sezione si comporrà della presentazione di use case svolti e di proposte di esercitazioni pratiche similari con la guida del docente, permettendo ai partecipanti di sperimentare direttamente l’uso degli strumenti e delle tecniche presentate. Verranno proposti spunti per ulteriori approfondimenti.
Requisiti: È vivamente consigliata una conoscenza intermedia di Python e delle basi della statistica moderna e del ML per trarre il massimo beneficio del corso.
Qualche giorno prima del corso, gli iscritti riceveranno, via mail, un link di collegamento alla piattaforma TEAMS. L’aula virtuale permetterà di interagire con il docente.
Con la partecipazione al corso, che rientra tra le attività preclassificate, come stabilito dalle Linee Guida di attuazione del regolamento sulla Formazione Attuariale Continua, redatto ai sensi dell’art. 7 comma 3 del D.P.R. N. 137/2012, emanate dal Consiglio Nazionale egli Attuari in data 7 maggio 2018, saranno attribuiti 5 (cinque) CFP ai fini FAC (Formazione Attuariale Continua).
Docente:
Dott. Giorgio Alfredo Spedicato (Gruppo Unipol). |
Programma
1. Introduzione teorica al ML:
- Approccio alla creazione dei progetti di ML
- Modelli principali di ML:
- GLM/GAM
- Random Forest
- Gradient Boosting Trees (GBT)
- Deep Learning
- Variable importance analysis
- Deploying dei modelli di ML:
- Esempio con Streamlit
- Esempio con FastAPI
2. Applicazioni del ML in ambito attuariale:
- Modelli per variabili binarie:
- Previsioni sui riscatti vita
- Previsioni delle probabilità di default
- Modelli per variabili continue:
- Previsioni sul costo medio dei farmaci
- Previsioni sul costo medio dei sinistri
- Modelli per variabili conteggio, con esposizione:
- Prevedere il numero di prescrizione dei farmaci
- Prevedere il numero dei sinistri
3. Analisi di dati testuali con il deep learning:
- Uso della libreria Hugging Face per la classificazione del testo:
- Classificazione delle recensioni di app
- Classificazione delle descrizioni di sinistri
Orario:
Lunedì 11 novembre 2024
09.30 – 11.00 Lezione
11.00 – 11.15 Pausa
11.15 – 13.00 Lezione
13.00 – 14.00 Intervallo
14.00 – 15.30 Lezione
15.30 – 15.45 Pausa
15.45 – 16.30 Lezione |
|
Segreteria operativa:
S.I.A. S.r.l. - Viale delle Milizie 1 - 00192 Roma
Tel. – 06/3202922, E-mail: info@sia-attuari.it
Federica Campanini
Iscrizioni:
La scheda allegata va inviata alla segreteria della S.I.A.
s.r.l., Viale delle Milizie 1, 00192 Roma, tramite mail, entro mercoledì 6 novembre 2024.
E' possibile inoltre l'iscrizione
online.
L'iscrizione al corso sarà confermata con nostra email.
Qualche giorno prima del corso, gli iscritti riceveranno, via mail, un link di collegamento alla piattaforma TEAMS. L’aula virtuale permetterà di interagire con il docente.
Quota di iscrizione:
La quota di iscrizione per ogni partecipante è di Euro 450,00 + IVA. La quota dà diritto alla partecipazione ai lavori e al materiale didattico.
Modalità di
pagamento:
Il versamento della quota di iscrizione, da effettuarsi successivamente alla nostra conferma, dovrà pervenire entro e non oltre l’inizio del corso, con l’evidenza del corrispondente numero di fattura.
Eventuali rimborsi per impedita partecipazione saranno consentiti nella misura dell’80% se la mancata partecipazione sarà comunicata per iscritto almeno 2 giorni prima dell’inizio del corso.
|
Calendario corsi
