AGLM : Une méthode de modélisation hybride combinant GLM et techniques de science des données

Details

Supervisors

Denuit, Michel

Faculty

Faculté des sciences

Degree label

Master [120] en sciences actuarielles, à finalité spécialisée

Abstract

Ces dernières années ont été marquées par des avancées technologiques en science des données. L'actuaire doit apprendre à les utiliser intelligemment et à trouver un moyen pour les intégrer dans le processus de modélisation prédictive. Les modèles les plus simplistes sont encore les plus répandus grâce à leur propriété d'interprétabilité. Cette caractéristique est essentielle dans le secteur de l'assurance où la transparence est exigée par les normes réglementaires. Toutefois, la précision de la prédiction devrait être tout aussi importante que l'interprétabilité du modèle. Il faut réussir à trouver un compromis efficace entre une forte précision prédictive et une bonne interprétabilité. L'idée de ce mémoire est de développer la méthodologie des Accurate GLM. C'est une méthode qui évolue dans le cadre des GLM et qui, en combinant avec des techniques de science des données, cherche à fournir une meilleure prédiction. Une fois les concepts théoriques étudiés, nous appliquerons cette méthode sur une base de données réelle et nous la comparerons aux méthodes classiques. Recent years have been marked by technological advances in data science. Actuaries must learn to use them efficiently and find effective ways to incorporate them into predictive modeling practices. Simpler models remain widely used, primarily due to their interpretability. This characteristic is essential in the insurance sector, where transparency is required by regulatory standards. predictive accuracy is just as critical as model interpretability. This thesis aims to develop the Accurate GLM methodology, a model that builds upon the conventional GLM framework while integrating data science techniques to enhance predictive performance. After exploring the theoretical foundations, we will apply this approach to a real dataset and evaluate its effectiveness against traditional methods.