Machine Learning Techniques in Usage-Based Insurance: \nUse of Telematic Data in Auto Insurance
Notice bibliographique
Résumé
The development of big data technologies and in-vehicle devices has contributed to the growth of Usage-Based Insurance (UBI) in recent years. These in-vehicle devices, such as GPS and sensors, collect certain variables that can represent the driving behaviour of policyholders. This collected data, called telematic data, consist of several variables that have strong relationship with likelihood of having an accident. Consequently, one can use telematic data to improve risk assessment and personalize car insurance premiums. In this thesis, a synthetic car insurance dataset emulated from a Canadian-based insurance company is used to investigate the use of telematic data in predicting the likelihood of having an accident. More precisely four machine learning techniques—logistic regression, random forests, gradient boosting trees, and feed-forward neural networks—are employed to predict the risk of having an accident. Actuaries often use white box machine learning methods like logistic regression for risk assessment due to their interpretability. However, these method are unable to detect non-linear relationships between variables accurately. Therefore, more \ncomplex machine learning techniques such as random forests, gradient boosting trees, and feed-forward neural networks are used to achieve more accurate risk assessment for accidents. \nIn addition, two variable importance assessment methods—Shapley decomposition and marginal performance loss upon feature removal—are employed to provide insights into the \nfeature contributions in the overall predictive performance of the models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».