Ανάλυση ασφαλιστικών δεδομένων με επαγωγική μηχανική μάθηση
Λόγω του μεγάλου όγκου δεδομένων που υπάρχουν στο διαδίκτυο υπάρχει μεγάλη ανάγκη εξόρυξης ωφέλιμης πληροφορίας. Για τον σκοπό αυτό έχουν αναπτυχθεί διάφορες πρακτικές, μεθοδολογίες και εργαλεία που έχουν τη δυνατότητα να αναλύουν μεγάλα σύνολα δεδομένων και να δημιουργούν μοντέλα πρόβλεψης μελλοντι...
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | el_GR |
| Published: |
2017
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/11610/17653 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Λόγω του μεγάλου όγκου δεδομένων που υπάρχουν στο διαδίκτυο υπάρχει μεγάλη ανάγκη εξόρυξης ωφέλιμης πληροφορίας. Για τον σκοπό αυτό έχουν αναπτυχθεί διάφορες πρακτικές, μεθοδολογίες και εργαλεία που έχουν τη δυνατότητα να αναλύουν μεγάλα σύνολα δεδομένων και να δημιουργούν μοντέλα πρόβλεψης μελλοντικών καταστάσεων. Στη συγκεκριμένη εργασία έγιναν κάποιες μετρήσεις με το πρόγραμμα WEKA ώστε να βγουν αποτελέσματα χρήσιμα που θα βοηθούν τις στρατηγικές των ασφαλιστικών εταιριών. Οι μεθοδολογίες αυτές εξετάζονται στην πράξη και το αποτέλεσμα που προκύπτει αξιολογείται, κυρίως ως προς την αξιοπιστία του. Το ερώτημα στο οποίο επιχειρείται να δοθεί απάντηση είναι κατά ποσό είναι εφικτό να αναλυθούν μεγάλα σύνολα δεδομένων και να δημιουργηθούν αξιόπιστα προβλεπτικά πρότυπα. Ο ορισμός της ασφάλισης αναφέρει ότι αποτελεί την συγκέντρωση τυχαίων και απρόβλεπτων κινδύνων και την μεταφορά τους σε ασφαλιστές. Η διαδικασία αυτή εκτελείται με την σύναψη συμφωνίας έναντι ανταποδοτικού οφέλους ώστε οι τελευταίοι να αποζημιώνουν μια μεγάλη ομάδα ανθρώπων για τυχαίες ζημιές ή να παρέχουν άλλες χρηματικές παροχές ή υπηρεσίες που σχετίζονται με τον κίνδυνο. Η σύγχρονη ανθρώπινη δραστηριότητα εγκυμονεί ποικίλους κινδύνους μικρής ή μεγάλης κλίμακας. Η ασφάλιση είναι ένας τρόπος οι άνθρωποι να μπορούν να απολαμβάνουν με μεγαλύτερη ευχαρίστηση τις δραστηριότητες αυτές απαλλαγμένοι από το άγχος των επικειμένων κινδύνων που ενδεχομένως να έρθουν. |
|---|