Machine learning et intelligence artificielle

L’amélioration des performances informatiques a conduit ces dernières années à un intérêt pour des approches alternatives aux méthodes actuarielles classiques de tarification, non paramétriques ou semi-paramétriques, qui peuvent permettre d’aller au-delà de certaines des limitations des modèles de régression paramétriques.

Après un bref retour sur le contexte d’utilisation de ces modèles alternatifs et au-delà des effets d’annonce, Prim’Act vous propose d’examiner deux cas pratiques réels qui permettront d’illustrer leur intérêt, leurs limites et la manière de les intégrer dans la « boite à outils » de l’actuaire et de son entreprise :

• la prédiction de coûts pour un risque IARD (sinistres attritionnels) ;
• l’estimation d’un risque biométrique avec de gros volumes de données et ses conséquences tarifaires.

Cela permettra d’échanger ensuite sur une analyse partagée des effets effectifs du machine learning et de l’intelligence artificielle dans le fonctionnement et la recherche d’agilité des directions techniques et produits des entreprises d’assurances.