LEADER 03663nam 22005175 450 001 9910554234003321 005 20231110234734.0 010 $a3-11-065934-4 024 7 $a10.1515/9783110659344 035 $a(CKB)4100000011689938 035 $a(DE-B1597)522023 035 $a(DE-B1597)9783110659344 035 $a(OCoLC)1232276116 035 $a(MiAaPQ)EBC6458271 035 $a(Au-PeEL)EBL6458271 035 $a(EXLCZ)994100000011689938 100 $a20210125h20212021 fg 101 0 $ager 135 $aur||||||||||| 181 $ctxt$2rdacontent 182 $cc$2rdamedia 183 $acr$2rdacarrier 200 10$aActuarial Data Science $eMaschinelles Lernen in der Versicherung /$fMartin Seehafer, Stefan Nörtemann, Jonas Offtermatt, Fabian Transchel, Axel Kiermaier, René Külheim, Wiltrud Weidner 210 1$aBerlin ;$aBoston : $cDe Gruyter, $d[2021] 210 4$d©2021 215 $a1 online resource (X, 370 p.) 225 0 $aDe Gruyter STEM 311 $a3-11-065928-X 327 $tFrontmatter -- $tVorwort -- $tInhalt -- $t1 Actuarial Data Science ? Business Cases -- $t2 Crashkurs in Data Mining Anwendungen -- $t3 Neue Versicherungsprodukte -- $t4 Tools, Sprachen, Frameworks -- $t5 Informationstechnologie -- $t6 Mathematische Verfahren -- $t7 Korrelation und kausale Inferenz -- $t8 Data Mining -- $t9 Gesellschaftliches Umfeld -- $tA Appendix -- $tNachwort & Danksagungen -- $tLiteratur -- $tStichwortverzeichnis 330 $aNeben den klassischen Tätigkeitsfeldern der Versicherungsmathematik wie Produktentwicklung und Bilanzierung wird der praktisch tätige Aktuar zunehmend mit neuen Anforderungen aus IT-Automatisierung, Datenmanagement und weiteren spannenden Aufgaben aus den Bereichen Maschinelles Lernen/Künstliche Intelligenz betraut. Das vorliegende Buch bietet eine Einführung in Data-Science-Anwendungen in der Versicherungsbranche (= Actuarial Data Science). Es richtet sich an (werdende) Aktuare und allgemeiner an alle quantitativ im Finanz- und Versicherungsbereich Tätigen und Studenten, die sich einen Einblick in die eingesetzten Konzepte und Technologien verschaffen möchten. Neben den mathematisch-technischen Grundlagen werden auch mögliche Auswirkungen auf die Organisationsstruktur der Unternehmen sowie Fragen aus dem gesellschaftlichen Umfeld einschließlich Datenschutz ausführlich diskutiert. Aufgrund der Wichtigkeit dieser Themen hat die Deutsche Aktuarvereinigung e.V. (DAV) entschieden, sie in das Programm für Aus- und Weiterbildung der Aktuarinnen und Aktuare zu integrieren. Die sieben Autoren dieses Buches sind allesamt Dozenten in diversen Lehrveranstaltungen der Deutschen Aktuar Akademie (DAA) im Themenfeld Actuarial Data Science. 410 3$aDe Gruyter STEM 606 $aBUSINESS & ECONOMICS / Information Management$2bisacsh 615 7$aBUSINESS & ECONOMICS / Information Management. 700 $aSeehafer$b Martin, $4aut$4http://id.loc.gov/vocabulary/relators/aut$01219112 702 $aKiermaier$b Axel, $4aut$4http://id.loc.gov/vocabulary/relators/aut 702 $aKülheim$b René, $4aut$4http://id.loc.gov/vocabulary/relators/aut 702 $aNörtemann$b Stefan, $4aut$4http://id.loc.gov/vocabulary/relators/aut 702 $aOfftermatt$b Jonas, $4aut$4http://id.loc.gov/vocabulary/relators/aut 702 $aTranschel$b Fabian, $4aut$4http://id.loc.gov/vocabulary/relators/aut 702 $aWeidner$b Wiltrud, $4aut$4http://id.loc.gov/vocabulary/relators/aut 801 0$bDE-B1597 801 1$bDE-B1597 906 $aBOOK 912 $a9910554234003321 996 $aActuarial Data Science$92819080 997 $aUNINA