Ondřej Vít

Master's thesis

Zobecněný lineární model s využitím neuronových sítí pro predikci počtu škodních událostí

Generalized Linear Model Using Neural Networks for Predicting the Number of Claim Events
Abstract:
Škodní frekvence je spolu s výší škody důležitou součástí odhadu rizika v oboru pojišťovnictví. Na vhodných datech si klademe za cíl porovnat tradiční statistické metody, zejména zobecněné lineární modely, a metody založené na strojovém učení, především na neuronových sítích, a to v kontextu predikce počtu pojistných událostí na povinném ručení. Oba zmíněné způsoby byly aplikovány na reálná data podobná …more
Abstract:
The claim frequency, along with the extent of damage, is a crucial part of risk estimation in the insurance sector. Using appropriate data, our goal is to compare traditional statistical methods, particularly generalized linear models, with methods based on machine learning, especially neural networks, in the context of predicting the number of insurance events in mandatory liability insurance. Both …more
 
 
Language used: Czech
Date on which the thesis was submitted / produced: 27. 6. 2024

Thesis defence

  • Date of defence: 19. 8. 2024
  • Supervisor: Lubomír Štěpánek
  • Reader: Filip Habarta

Citation record

Full text of thesis

Contents of on-line thesis archive
Published in Theses:
  • autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Vysoká škola ekonomická v Praze
https://vskp.vse.cz/eid/94314