Andmebaasi logo
Valdkonnad ja kollektsioonid
Kogu ADA
Eesti
English
Deutsch
  1. Esileht
  2. Sirvi autori järgi

Sirvi Autor "Pau, Julius" järgi

Tulemuste filtreerimiseks trükkige paar esimest tähte
Nüüd näidatakse 1 - 2 2
  • Tulemused lehekülje kohta
  • Sorteerimisvalikud
  • Laen...
    Pisipilt
    listelement.badge.dso-type Kirje ,
    Extending generalized linear models in insurance with machine learning techniques
    (2023) Tuttar, Artur; Käärik, Meelis, juhendaja; Pau, Julius; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
    Machine learning models have shown promising results regarding their predictive power. However, little to no information about their use of variables is available. The aim of this thesis is to introduce and put into practice two ways of extracting this insight about variable use. This insight is applied to produce interpretable models that predict in a similar way to underlying machine learning models. The first three chapters give a theoretical overview of methods used to build models and extract insight, and the last two chapters focus on applying these methods to predict claim frequency using real-life insurance data.
  • Laen...
    Pisipilt
    listelement.badge.dso-type Kirje ,
    Üldistatud lambdajaotus: rakendus varakindlustuse kahjudele
    (Tartu Ülikool, 2017) Pau, Julius; Kollo, Tõnu, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
    Käesoleva magistritöö eesmärgiks on anda ülevaade paindlikust üldistatud lambdajaotuste perest ning uurida selle sobivust juriidiliste isikute varakindlustuse kahju suuruse modelleerimiseks. Seda eriti olukorras, kus eesmärgiks on leida sobiv tõenäosusjaotus kogu kahju suuruse varieeruvuspiirkonnale. Lisaks on toodud välja ka võrdlused mõnede kahjukindlustuses rohkem levinud jaotustega.

DSpace tarkvara autoriõigus © 2002-2025 LYRASIS

  • Teavituste seaded
  • Saada tagasisidet