Το τεκμήριο παρέχεται από τον φορέα :
Πανεπιστήμιο Αιγαίου   

Αποθετήριο :
Ιδρυματικό Αποθετήριο Ελλάνικος (Hellanicus)   

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Machine learning και αναλογισμός
Machine learning and actuarial science

Δήμας, Ανδρόνικος

Χατζόπουλος, Πέτρος
Καραγρηγορίου, Αλέξανδρος
Μαραγκουδάκης, Εμμανουήλ

bachelorThesis

2019-05-22T08:21:59Z
2018-06-21

Στόχος αυτής της πτυχιακής εργασίας είναι η εφαρμογή ενός machine learning αλγορίθμου για την επίλυση προβλημάτων στον κλάδο των αναλογιστικών μαθηματικών. Πιο συγκεκριμένα το πρόβλημα το οποίο προσπαθούμε να λύσουμε σε αυτήν την εργασία είναι η πρόβλεψη χρονοσειρών. Ο τρόπος με τον οποίο θα λύσουμε αυτό το πρόβλημα είναι χρησιμοποιώντας ένα artificial neural network (τεχνητό νευρωνικό δίκτυο). Ειδικότερα θα χρησιμοποιήσουμε long-short term memory μονάδες οι οποίοι χρησιμοποιούνται με μεγάλη επιτυχία σε δεδομένα ακολουθιών, όπως ο ήχος, η γραφή, οι χρονοσειρές. Σε αυτή την εργασία αρχικά, θα δοθεί η απαραίτητη θεωρία ούτως ώστε να μπορέσει να κατανοηθεί η φιλοσοφία ενός long-short term memory και ύστερα θα το εφαρμόσουμε πάνω σε μια χρονοσειρά αναλογιστικών δεδομένων προκειμένου να εξετάσουμε τον βαθμό στον οποίο επιτυγχάνει την πρόβλεψη σε τέτοιας μορφής δεδομένα.

Neural networks (Computer science) (URL: http://id.loc.gov/authorities/subjects/sh90001937)
Machine learning (URL: http://id.loc.gov/authorities/subjects/sh85079324)
Actuarial science (URL: http://id.loc.gov/authorities/subjects/sh2008005723)

θνησιμότητα
νευρωνικά δίκτυα
αναλογισμός
artificial neural networks
long short term memory
actuarial science

aegean
Πανεπιστήμιο Αιγαίου - Σχολή Θετικών Επιστημών - Τμήμα Μαθηματικών

CC0 1.0 Παγκόσμια
http://creativecommons.org/publicdomain/zero/1.0/




*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.