基于机器学习的非寿险准备金智能化评估方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 研究内容与研究思路 | 第10-11页 |
| 第二章 非寿险准备金评估方法 | 第11-16页 |
| 2.1 相关概念 | 第11-13页 |
| 2.1.1 非寿险责任准备金 | 第11页 |
| 2.1.2 保单年度和会计年度 | 第11-12页 |
| 2.1.3 索赔过程 | 第12页 |
| 2.1.4 已报告未决和理赔费用在实务中的操作 | 第12-13页 |
| 2.1.5 流量三角形 | 第13页 |
| 2.2 非寿险责任准备金评估方法 | 第13-16页 |
| 2.2.1 链梯法 | 第13-14页 |
| 2.2.2 案均法 | 第14页 |
| 2.2.3 准备金进展法 | 第14页 |
| 2.2.4 B-F法 | 第14-15页 |
| 2.2.5 评估方法比较 | 第15-16页 |
| 第三章 人工智能与机器学习理论概述 | 第16-21页 |
| 3.1 人工智能发展 | 第16-17页 |
| 3.2 神经网络与神经元简介 | 第17-19页 |
| 3.3 建模步骤及相关概念 | 第19-21页 |
| 第四章 智能化评估实现 | 第21-34页 |
| 4.1 算法理论 | 第21-30页 |
| 4.1.1 概率神经网络 | 第21-24页 |
| 4.1.2 广义回归神经网络 | 第24-26页 |
| 4.1.3 决策树 | 第26-28页 |
| 4.1.4 支持向量机 | 第28-30页 |
| 4.2 数据 | 第30-32页 |
| 4.3 自动化评估实现 | 第32-34页 |
| 第五章 结论与展望 | 第34-35页 |
| 5.1 结论与政策建议 | 第34页 |
| 5.2 本研究的创新点 | 第34页 |
| 5.3 不足与展望 | 第34-35页 |
| 参考文献 | 第35-37页 |
| 科研及获奖情况 | 第37-38页 |
| 附录 | 第38-44页 |
| 致谢 | 第44-45页 |
