Дата публикации в реестре: 2025-05-27T14:20:58Z

Аннотация:

Данная работа посвящена выявлению мошенников на рынке автострахования по статистическим данным об инцидентах и сведениях о страхователях, которыми располагает страховая компания. Ключевая идея исследования заключается в том, что имплементация современных методов классификации может приводить к большей минимизации рисков страховщика, в сравнении с использованием устоявшихся в данной отрасли эконометрических моделей. Также, отдельное внимание уделено работе с несбалансированными данными при обучении моделей, так как несбалансированность классов является распространённой проблемой данного рода задач. Предложенный метод обучения позволяет нивелировать данную проблему без дополнительной балансировки исходного датасета и возможных потерь качества прогнозов модели из-за нехватки данных. В работе применяются ансамбли logit-моделей, две вариации полносвязных нейронных сетей и несколько версий случайных лесов. Также произведен подбор оптимальных параметров для используемых моделей и сравнительный анализ их прогнозов. Неочевидным результатом исследования стало то, что используемый подход к обучению на выходе имел достаточно небольшое количество ошибок второго рода, которые представляют для страховщиков наибольшую опасность, так как сопряжены с выплатами страховых премий мошенникам.

Тип: Article

Источник: Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем