首页
›
金融科技风控与量化工程
›
037-保险精算模型实时风险拦截
›
《精算模型保费定价与XGBoost实战》
VIP20
本课程属于:037-保险精算模型实时风险拦截
金融科技风控与量化工程 · 共 20 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
精算模型保费定价与XGBoost实战
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
精算定价基础
保险定价原则 · 纯保费与附加保费 · 风险同质性与大数法则
精算定价基础
保险定价原则
02
GLM在车险定价中的应用
广义线性模型结构 · 连接函数 · 泊松/伽马分布选择
GLM
车险定价
03
GLM的局限性
线性假设约束 · 交互项手工构造 · 高维稀疏数据表现不佳
GLM
的局限性
04
机器学习与精算融合
为什么引入XGBoost · 精算模型评价指标(RMSE · MAE
机器学习
精算融合
05
XGBoost核心原理
决策树集成 · 梯度提升 · 正则化目标函数
XGBoost
核心原理
06
XGBoost数学推导
损失函数泰勒展开 · 叶子权重求解 · 分裂增益公式
XGBoost
数学推导
07
XGBoost vs GBDT
二阶导数近似 · 列抽样 · 缩减率(Shrinkage)优势
XGBoost
vs
08
XGBoost参数详解(一)
通用参数(booster · nthread) · Booster参数(eta
XGBoost
参数详解
09
XGBoost参数详解(二)
正则化参数(gamma · lambda · alpha)
XGBoost
参数详解
10
XGBoost参数调优策略
网格搜索 · 随机搜索 · 早停法(Early Stopping…
XGBoost
参数调优策略
11
精算数据预处理
缺失值处理 · 异常值截断 · 类别变量编码(Label Encod…
精算数据预处理
缺失值处理
12
车险数据集探索
数据字段说明(保单ID · 年龄 · 性别
车险数据集探索
ID
13
特征工程(一)
基于精算知识的特征构造(年龄分段 · 车龄平方 · NCD交互项)
特征工程
基于精算知识的特…
14
特征工程(二)
频率与严重性分离建模 · Offset变量(风险暴露)处理
特征工程
频率
15
XGBoost频率模型实战
以泊松目标函数拟合索赔次数 · 输出特征重要性图
XGBoost
频率模型实战
16
XGBoost严重性模型实战
以伽马目标函数拟合索赔额 · 处理零索赔样本
XGBoost
严重性模型实战
17
纯保费模型实战
Tweedie分布目标函数直接建模纯…
纯保费模型实战
Tweedie
18
模型评估与对比
GLM vs XGBoost在训练集… · 提升图(Lift Chart)
模型评估
对比
19
XGBoost可解释性(一)
特征重要性(weight · gain · cover)解读与精算含义
XGBoost
可解释性
20
XGBoost可解释性(二)
SHAP值原理 · SHAP摘要图 · 依赖图在费率因子分析中的应用
XGBoost
可解释性
21
费率厘定与定价因子表
从XGBoost模型提取相对风险系数 · 生成定价因子表
费率厘定
定价因子表
22
边际效应与部分依赖图
PDP与ICE图展示连续变量(年龄 · 车龄)对保费的边际影响
边际效应
部分依赖图
23
过拟合与泛化
学习曲线分析 · 早停轮数选择 · 正则化参数对验证集误差的影响
过拟合
泛化
24
不平衡数据处理
索赔频率极低时的过采样(SMOTE) · 欠采样 · 权重调整
不平衡数据处理
SMOTE
25
XGBoost与GLM混合模型
GLM作为基准模型 · XGBoost拟合残差 · 提升整体预测精度
XGBoost
GLM
26
多分类风险细分
基于XGBoost的多分类模型(风险…
多分类风险细分
XGBoost
27
时间序列与保单年度
保单生效日期特征 · 年度趋势变量 · 滚动窗口聚合特征
时间序列
保单年度
28
生产环境部署
模型序列化(Pickle/Jobli… · API封装(Flask/FastAP… · 批量评分脚本
生产环境部署
Pickle/Jobli
29
监管与合规
精算模型公平性检验 · 歧视性因子剔除 · 模型文档(Model Documen…
监管
合规
30
课程总结与进阶
XGBoost vs LightGB… · 深度学习在精算中的前沿应用
课程总结
进阶
所属VIP或分类
同VIP:model-serving实操:精算模型上线
同VIP:Python保险赔付率实时预测实战
同VIP:Python保险风险实时拦截教程