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...

Full description

Saved in:
Bibliographic Details
Main Author: Ρούσσος, Ιωάννης
Other Authors: Δούνιας, Γεώργιος
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!
_version_ 1828460176929193984
author Ρούσσος, Ιωάννης
author2 Δούνιας, Γεώργιος
author_facet Δούνιας, Γεώργιος
Ρούσσος, Ιωάννης
author_sort Ρούσσος, Ιωάννης
collection DSpace
description 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.
id oai:hellanicus.lib.aegean.gr:11610-17653
institution Hellanicus
language el_GR
publishDate 2017
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-176532019-07-03T09:20:10Z Ανάλυση ασφαλιστικών δεδομένων με επαγωγική μηχανική μάθηση Ρούσσος, Ιωάννης Δούνιας, Γεώργιος Δεδομένα Ασφάλειες Μηχανική μάθηση Data base Mining Data mining Insurance company Mining (URL: http://skos.um.es/unesco6/531209) Data mining (URL: http://id.loc.gov/authorities/subjects/sh97002073) Insurance companies--Investments (URL: http://id.loc.gov/authorities/subjects/sh85067053) 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. 2017-11-27T13:57:07Z 2017-11-27T13:57:07Z 2017-10-09 http://hdl.handle.net/11610/17653 el_GR Αναφορά Δημιουργού - Παρόμοια Διανομή 4.0 Διεθνές http://creativecommons.org/licenses/by-sa/4.0/ 105 σ. application/pdf Χίος
spellingShingle Δεδομένα
Ασφάλειες
Μηχανική μάθηση
Data base
Mining
Data mining
Insurance company
Mining (URL: http://skos.um.es/unesco6/531209)
Data mining (URL: http://id.loc.gov/authorities/subjects/sh97002073)
Insurance companies--Investments (URL: http://id.loc.gov/authorities/subjects/sh85067053)
Ρούσσος, Ιωάννης
Ανάλυση ασφαλιστικών δεδομένων με επαγωγική μηχανική μάθηση
title Ανάλυση ασφαλιστικών δεδομένων με επαγωγική μηχανική μάθηση
title_full Ανάλυση ασφαλιστικών δεδομένων με επαγωγική μηχανική μάθηση
title_fullStr Ανάλυση ασφαλιστικών δεδομένων με επαγωγική μηχανική μάθηση
title_full_unstemmed Ανάλυση ασφαλιστικών δεδομένων με επαγωγική μηχανική μάθηση
title_short Ανάλυση ασφαλιστικών δεδομένων με επαγωγική μηχανική μάθηση
title_sort ανάλυση ασφαλιστικών δεδομένων με επαγωγική μηχανική μάθηση
topic Δεδομένα
Ασφάλειες
Μηχανική μάθηση
Data base
Mining
Data mining
Insurance company
Mining (URL: http://skos.um.es/unesco6/531209)
Data mining (URL: http://id.loc.gov/authorities/subjects/sh97002073)
Insurance companies--Investments (URL: http://id.loc.gov/authorities/subjects/sh85067053)
url http://hdl.handle.net/11610/17653
work_keys_str_mv AT roussosiōannēs analysēasphalistikōndedomenōnmeepagōgikēmēchanikēmathēsē