保险业中的机器学习

Question

是否有人知道有研究或工业应用的ML算法已被用于减少逆向选择和道德风险的保险市场？

Answer 1

我还没有看到你提到的具体案例，但我知道保险中的机器学习，我看到使用的模型类型总是取决于数据的临界性和结果的使用。

因此，一个更普遍的答案是:如果他们需要证明所有的建模决策都是合理的(就像保险中的情况一样)，他们会坚持更传统的模型，比如逻辑回归、基于树的方法等等。更先进的模型被认为是黑匣子。

如果这个项目更多的是关于分析临时主题和非核心业务，但这或许可以支持核心业务决策(或其他)，那么任何事情都是游戏:从堆叠的双向LSTM到合同的word嵌入，再到从社交媒体网站上刮来的图片上的网络。

我想你可以把道德风险建模成类似于欺诈的模型，在这种情况下，我们可以在网上找到很多例子。我认为在这方面甚至有一场卡格尔比赛。