Réutilisation efficace des modèles prédictifs à base d’ensemble d’arbres pour faire face à de nouvelles tâches de tarification

En assurance de particuliers, on retrouve plusieurs tâches partageant une majorité de caractéristiques, mais où pourtant chacune d’elles est unique. En assurance automobile par exemple, la tâche de tarification au sein des différentes provinces est unique, étant donné que chacune d’elles possède ses particularités, bien qu’elles se ressemblent beaucoup. De ce fait, il ne peut y avoir un seul modèle pour résoudre chacune de ses tâches: il faut un modèle distinct pour chacune d’elles. Dans ce paradigme, chaque tâche est traitée de façon indépendente, entrainant plusieurs conséquences, par exemple : le fait que chaque tâche soit traitée de façon indépendante ne permet pas le partage d’information entre elles. Nous allons travailler à la mise en commun de l’information tirée de différentes tâches afin de disposer de plus d’information pour le traitement des tâches futures.

Faculty Supervisor:

Pascal Germain

Student:

Partner:

Intact

Discipline:

Computer science

Sector:

Finance and Insurance

University:

Université Laval

Program: