SAPS Logo

Data Analytics – Wie Versicherer ihre Daten intelligent nutzen können – Intensivkurs

Die Digitalisierung hat inzwischen die Versicherungsbranche erreicht. Sowohl durch verbesserte Services für Kunden (z.B. im Internet) als auch durch optimierte Prozesse im Unternehmen entstehen sehr große Datenmengen (vgl. laufende Big Data Diskussion). Dabei ist zu beobachten, dass oftmals viele Informationen aus den Daten ungenutzt bleiben. Gezielt Informationen aus verfügbaren Daten zu gewinnen, wird zukünftig zu einem zentralen Wettbewerbsfaktor für Versicherer. Hier bilden Methoden des Predictive Modeling und insbesondere Machine-Learning-Verfahren die Grundlage, um die Daten intelligent zu nutzen.

Im Intensivkurs richten wir unseren Fokus auf das sog. Modelltuning für die im Basiskurs vorgestellten Data-Analytics-Verfahren. Nach kurzen Wiederholungen der einzelnen Modelle zur Auffrischung für die Verwendung im weiteren Workshop vermitteln wir, wie in einem einheitlichen automatisierten Prozess eine Fülle an verschiedenen Data-Analytics-Verfahren trainiert, optimiert und miteinander verglichen werden, um ein bestmögliches Vorhersagemodell herzuleiten.

Dazu wird aufgezeigt, wie das Modelltraining der verschiedenen Modelle samt der daten-, anwendungs- und modellgetriebenen Datenvorverarbeitung übergreifend in konsistente Validierungsstrategien und -kriterien eingebettet wird. Zentraler Bestandteil des Kurses sind dabei die Bedeutung und Wechselwirkung der Hyperparameter der Modelle sowie die verschiedenen Möglichkeiten und das grundsätzliche performante Vorgehen beim Modelltuning.

Teilnahmebestätigung
Management und Wirtschaft, Informatik und Mathematik
Präsenz
Ort: Wissenschaftszentrum der Universität Ulm auf Schloss Reisensburg, Bürgerm.-Johann-Müller-Str. 1, 89312 Günzburg
Entgelt: 1120

Sprache: deutsch

Schulungsinhalte

  • Recap: kurze Wiederholungen relevanter Data-Analytics-Verfahren (Klassifikationsbäume, baumbasierten Verfahren, neuronale Netze, regularisierte verallgemeinerte lineare Modelle)
  • Überblick über die Bestandteile im Modelltuningsprozess
  • Methodische Grundlagen zu wesentlichen Bestandteilen wie Such- und Validierungsstrategien
  • Erarbeitung eines automatisierten Prozesses und Durchführung des Modelltunings

Fragen zum Angebot? Schreiben Sie uns!

Ihr Ansprechpartner

Wissenschaftlicher Leiter

Dozenten

Lukas Hahn

Zielgruppe

Mit dem Intensivkurs richten wir uns speziell an Teilnehmer, die bereits Vorkenntnisse zu Data Analytics und (einzelnen) Verfahren des Basiskurses haben und nun lernen wollen, wie man diese im größeren Umfang auf Versicherungsdaten automatisiert anwendet und übergreifend optimiert.

Lernsetting

Besonderes Augenmerk liegt auf der praxisnahen Gestaltung des Workshops. Die vorgestellten Methoden werden zu etwa gleichen Teilen besprochen und praktisch in einer Fallstudie umgesetzt.

Die im Workshop vorgestellten Methoden und Modelle werden von den Teilnehmerinnen und Teilnehmern selbständig mit der Statistik-Software R angewendet.

Voraussetzungen

Neben mathematisch-statistischen Grundkenntnissen und Erfahrungen in klassischer Statistik oder Datenanalyse werden für den Intensivkurs bereits Vorkenntnisse oder zumindest erste Erfahrungen mit Data Analytics vorausgesetzt. Beispielsweise wird ein Grundverständnis zur Funktionsweise eines Klassifikations- oder Regressionsmodells sowie Kenntnis von allgemeinen Konzepten wie Overfitting empfohlen. Weiterhin sollten die im Workshop verwendeten Verfahren– zumindest teilweise – in ihren wesentlichen Funktionsweisen bekannt sein.

Die Fallstudie wird mit der Statistik-Software R bearbeitet. Zur Bearbeitung der Fallstudie bringen die Teilnehmer idealerweise einen Laptop mit installierter Statistik-Software mit. Ergänzend bieten wir komplett installierte Leih-Laptops an.

Verantwortliche Durchführung

Akademie für Wissenschaft, Wirtschaft und Technik an der Universität Ulm e. V.