Actuarial Data Science: Maschinelles Lernen in der Versicherung (De Gruyter STEM)
5 Angebote vergleichen
| Preise | 2020 | 2021 | 2023 |
|---|---|---|---|
| Schnitt | € 39,62 | € 49,95 | € 54,95 |
| Nachfrage |
1
Actuarial Data Science (2021)
DE NWISBN: 311065928X bzw. 9783110659283, in Deutsch, 370 Seiten, De Gruyter, neu.
Lieferung aus: Deutschland, 2-5 Werktage.
Neben den klassischen Tätigkeitsfeldern der Versicherungsmathematik wie Produktentwicklung und Bilanzierung wird der praktisch tätige Aktuar zunehmend mit neuen Anforderungen aus IT-Automatisierung, Datenmanagement und weiteren spannenden Aufgaben aus den Bereichen Maschinelles Lernen/Künstliche Intelligenz betraut. Das vorliegende Buch bietet eine Einführung in Data-Science-Anwendungen in der Versicherungsbranche (= Actuarial Data Science). Es richtet sich an (werdende) Aktuare und allgemeiner an alle quantitativ im Finanz- und Versicherungsbereich Tätigen und Studenten, die sich einen Einblick in die eingesetzten Konzepte und Technologien verschaffen möchten. Neben den mathematisch-technischen Grundlagen werden auch mögliche Auswirkungen auf die Organisationsstruktur der Unternehmen sowie Fragen aus dem gesellschaftlichen Umfeld einschließlich Datenschutz ausführlich diskutiert. Aufgrund der Wichtigkeit dieser Themen hat die Deutsche Aktuarvereinigung e.V. (DAV) entschieden, sie in das Programm für Aus- und Weiterbildung der Aktuarinnen und Aktuare zu integrieren. Die sieben Autoren dieses Buches sind allesamt Dozenten in diversen Lehrveranstaltungen der Deutschen Aktuar Akademie (DAA) im Themenfeld Actuarial Data Science. 2021, 370 Seiten, Buch.
Neben den klassischen Tätigkeitsfeldern der Versicherungsmathematik wie Produktentwicklung und Bilanzierung wird der praktisch tätige Aktuar zunehmend mit neuen Anforderungen aus IT-Automatisierung, Datenmanagement und weiteren spannenden Aufgaben aus den Bereichen Maschinelles Lernen/Künstliche Intelligenz betraut. Das vorliegende Buch bietet eine Einführung in Data-Science-Anwendungen in der Versicherungsbranche (= Actuarial Data Science). Es richtet sich an (werdende) Aktuare und allgemeiner an alle quantitativ im Finanz- und Versicherungsbereich Tätigen und Studenten, die sich einen Einblick in die eingesetzten Konzepte und Technologien verschaffen möchten. Neben den mathematisch-technischen Grundlagen werden auch mögliche Auswirkungen auf die Organisationsstruktur der Unternehmen sowie Fragen aus dem gesellschaftlichen Umfeld einschließlich Datenschutz ausführlich diskutiert. Aufgrund der Wichtigkeit dieser Themen hat die Deutsche Aktuarvereinigung e.V. (DAV) entschieden, sie in das Programm für Aus- und Weiterbildung der Aktuarinnen und Aktuare zu integrieren. Die sieben Autoren dieses Buches sind allesamt Dozenten in diversen Lehrveranstaltungen der Deutschen Aktuar Akademie (DAA) im Themenfeld Actuarial Data Science. 2021, 370 Seiten, Buch.
2
Symbolbild
Actuarial Data Science: Maschinelles Lernen in der Versicherung (De Gruyter STEM)
DE PB NW FEISBN: 9783110659283 bzw. 311065928X, in Deutsch, 310 Seiten, Seehafer, Martin, Nörtemann, Stefan, De Gruyter, Taschenbuch, neu, Erstausgabe.
Lieferung aus: Deutschland, Dieser Artikel ist noch nicht erschienen. Jetzt vorbestellen vor und wir liefern Ihnen den Artikel sobald er verfügbar ist. Lieferung von Amazon, Versandkostenfrei.
Von Händler/Antiquariat, Amazon.de.
De Gruyter, Taschenbuch, Ausgabe: 1, Publiziert: 2021-03-06T00:00:01Z, Produktgruppe: Book.
Von Händler/Antiquariat, Amazon.de.
De Gruyter, Taschenbuch, Ausgabe: 1, Publiziert: 2021-03-06T00:00:01Z, Produktgruppe: Book.
5
Seehafer, Martin Nrtemann, Stefan Offtermatt, Jonas Transchel, Fabian Kiermaier, Axel Klheim, Ren Weidner, Wiltrud
Actuarial Data Science
~DE NWISBN: 9783110659283 bzw. 311065928X, vermutlich in Deutsch, de Gruyter, Berlin/New York, Deutschland, neu.
Lieferung aus: Deutschland, 1-2 Werktage.
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen
Lade…