• <tr id='ocqqfv'><strong id='ocqqfv'></strong><small id='ocqqfv'></small><button id='ocqqfv'></button><li id='ocqqfv'><noscript id='ocqqfv'><big id='ocqqfv'></big><dt id='ocqqfv'></dt></noscript></li></tr><ol id='ocqqfv'><option id='ocqqfv'><table id='ocqqfv'><blockquote id='ocqqfv'><tbody id='ocqqfv'></tbody></blockquote></table></option></ol><u id='ocqqfv'></u><kbd id='ocqqfv'><kbd id='ocqqfv'></kbd></kbd>

    <code id='ocqqfv'><strong id='ocqqfv'></strong></code>

    <fieldset id='ocqqfv'></fieldset>
          <span id='ocqqfv'></span>

              <ins id='ocqqfv'></ins>
              <acronym id='ocqqfv'><em id='ocqqfv'></em><td id='ocqqfv'><div id='ocqqfv'></div></td></acronym><address id='ocqqfv'><big id='ocqqfv'><big id='ocqqfv'></big><legend id='ocqqfv'></legend></big></address>

              <i id='ocqqfv'><div id='ocqqfv'><ins id='ocqqfv'></ins></div></i>
              <i id='ocqqfv'></i>
            1. <dl id='ocqqfv'></dl>
              1. <blockquote id='ocqqfv'><q id='ocqqfv'><noscript id='ocqqfv'></noscript><dt id='ocqqfv'></dt></q></blockquote><noframes id='ocqqfv'><i id='ocqqfv'></i>

                保險-車險定價

                傳統車險定價建模的問題:

                • 保險公司使用的GLM模型,雖解看著釋性好ξ ,但非最適合模◇型
                • 建模周期長,模型更新慢
                • 模型表現提升難,模型評估』算法不合理
                • 有很︾多時間相關信息的特征難以利用

                使用易明智能建模工具:

                • 智能選擇合適的模型組合
                • 快速建模
                • 對時間因素充分利用並他合理處理

                潛在意義:顯著提升了定價模型的表現,使得保險機構的收益最大化長老截殺他

                建模結果對比

                目標:國內某ㄨ保險公司希望建立一個更準的定價模ぷ型】,在現有模型效果〗上獲得明顯改進和提升。

                在項目⌒ 團隊評估原定價模型表現以及模型算ω法後,采用GLM和神經網絡相結合的方♂法制定出新的定價模凍結型,比原定價模型基於賠付『的◥GINI表現提█高了12%

                智能建模 傳統建模
                建模時間 ?60分鐘/模型(數據預處理陳破軍+建模) 1-2個月
                建模數量 2 1
                模型表現 GINI 0.683 0.608
                重要衍生變◣量 3
                建模數量 1380000+ / 4G+ 1380000+/ 4G+