VIP14
本课程属于：068-保险理赔智能化与欺诈风控 智能金融与金融工程 · 共 14 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

保险理赔Severity损失金额预测实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=保险理赔Severity损失金… · 核心概念 · 整体框架与实战价值
课程导入Severity
02
保险理赔基础
目标=理赔流程 · Severity定义 · 损失金额构成
保险理赔基础目标=理赔流程
03
数据探索与理解
目标=理赔数据字段解析 · 目标变量分布 · 缺失值与异常值初步识别
数据探索理解
04
数据预处理实战
目标=缺失值填充 · 异常值处理 · 类别编码
数据预处理实战目标=缺失值填充
05
特征工程核心方法
目标=衍生变量 · 聚合特征 · 时间窗口特征
特征工程核心方法目标=衍生变量
06
探索性数据分析
目标=损失金额分布 · 长尾特征 · 分险种对比
探索性数据分析目标=损失金额分…
07
回归预测基础
目标=线性回归 · 正则化回归 · 损失函数
回归预测基础目标=线性回归
08
树模型与集成学习
目标=决策树 · 随机森林 · GBDT
树模型集成学习
09
长尾分布建模
目标=对数变换 · Tweedie回归 · 分位数回归
长尾分布建模目标=对数变换
10
特征选择与降维
目标=过滤法 · 包裹法 · 嵌入法
特征选择降维
11
模型评估与验证
目标=交叉验证 · 时间序列验证 · MAE
模型评估验证
12
超参数调优
目标=网格搜索 · 随机搜索 · 贝叶斯优化与Optuna实战
超参数调优目标=网格搜索
13
模型可解释性
目标=特征重要性 · SHAP · LIME
模型可解释性目标=特征重要性
14
案例实战一
目标=车险理赔Severity预测全… · 从数据到模型部署
案例实战一Severity
15
案例实战二
目标=健康险理赔损失金额预测 · 处理高维与不平衡数据
案例实战二目标=健康险理赔…
16
案例实战三
目标=财产险巨灾损失预测 · 极端值与分层建模策略
案例实战三目标=财产险巨灾…
17
特征存储与流水线
目标=sklearn Pipelin… · 特征工程自动化与生产化部署
特征存储流水线
18
模型部署与监控
目标=API封装 · 批量预测 · 模型漂移检测与再训练策略
模型部署监控
19
业务应用与决策
目标=定价 · 准备金 · 再保险与理赔管理中的Severity…
业务应用决策
20
常见问题与陷阱
目标=数据泄露 · 过拟合 · 样本偏差
常见问题陷阱
21
进阶方法
目标=深度学习 · 神经网络 · Embedding与序列模型在理赔数…
进阶方法目标=深度学习
22
不平衡与零膨胀数据
目标=零膨胀模型 · 两阶段模型 · Tweedie与Hurdle模型对比
不平衡零膨胀数据
23
时间因素与动态建模
目标=时间序列特征 · 趋势 · 季节性
时间因素动态建模
24
地理与空间特征
目标=区域编码 · 空间自相关 · 地理加权回归与可视化
地理空间特征
25
文本与图像辅助特征
目标=理赔描述文本 · 事故图片 · NLP与CV特征提取入门
文本图像辅助特征
26
模型融合与堆叠
目标=Bagging · Boosting · Stacking
模型融合堆叠
27
端到端项目实战
目标=从业务理解 · 数据获取 · 建模
端到端项目实战目标=从业务理解
28
竞赛与案例复盘
目标=Kaggle保险理赔竞赛方案 · 优胜方案解析与经验总结
竞赛案例复盘
29
综合提升与前沿趋势
目标=因果推断 · 可解释AI · 联邦学习与保险科技新方向
综合提升前沿趋势
30
课程总结与实战任务
目标=知识体系回顾 · 项目部署检查清单与持续学习路径
课程总结实战任务