An Empirical Evaluation of Machine Learning Methods for the Insurance Industry

Dammann, Michael; Gnoss, Nicolai Achim; Kunert, Pamela; Ramcke, Eike-Christian; Schreier, Tobias Cedric; Steffens, Ulrike; Zukunft, Olaf

doi:10.1007/978-981-16-2380-6_82

Verlagslink DOI:	10.1007/978-981-16-2380-6_82
Titel:	An Empirical Evaluation of Machine Learning Methods for the Insurance Industry
Sprache:	Englisch
Autorenschaft:	Dammann, Michael Gnoss, Nicolai Achim Kunert, Pamela Ramcke, Eike-Christian Schreier, Tobias Cedric Steffens, Ulrike Zukunft, Olaf
Herausgeber*In:	Yang, Xin-She Sherratt, Simon Dey, Nilanjan Joshi, Amit
Schlagwörter:	Classification; Initial reserve; Insurance claims; Machine learning; Regression
Erscheinungsdatum:	1-Jan-2022
Verlag:	Springer
Teil der Schriftenreihe:	Proceedings of Sixth International Congress on Information and Communication Technology
Bandangabe:	2
Zeitschrift oder Schriftenreihe:	Lecture notes in networks and systems
Zeitschriftenband:	236
Anfangsseite:	933
Endseite:	941
Konferenz:	International Congress on Information and Communication Technology 2021
URI:	http://hdl.handle.net/20.500.12738/12313
ISBN:	978-981-16-2379-0 978-981-16-2381-3 978-981-16-2380-6
ISSN:	2367-3370
Ausgabe / Version:	1st ed. 2022
Einrichtung:	Department Informatik Fakultät Technik und Informatik
Dokumenttyp:	Konferenzveröffentlichung
Enthalten in den Sammlungen:	Publications without full text