- Porovnanie stratégií trénovania modelu XGboost: Train-test split a k-…
Počet záznamov: 1  

Porovnanie stratégií trénovania modelu XGboost: Train-test split a k-fold cross validácia

  1. Názov Porovnanie stratégií trénovania modelu XGboost: Train-test split a k-fold cross validácia
    Súbežný názovComparison of XGBoost Model Training Strategies: Train-test Split and K-fold Cross-validation
    Autorské údajeAndrej Bednařík, Vladimír Mucha
    Autor Bednařík Andrej EUBFHIKMA - Katedra matematiky a aktuárstva FHI
    Spoluautori Mucha Vladimír EUBFHIKMA - Katedra matematiky a aktuárstva FHI
    Zdrojový dokument Vybrané metódy riadenia rizík pri implementácii parciálnych interných modelov pre stanovenie kapitálovej požiadavky na solventnosť : recenzovaný monografický zborník vedeckých prác. S. 9-17. - Litomyšl : H.R.G., 2025 / Krčová Ingrid ; Bilíková Mária ; Sakálová Katarína. ISBN 978-80-7490-415-8
    PoznámkyVEGA 1/0096/23. - VEGA 1/0497/25
    Druh dokumenturozpis článkov zo zborníkov
    Jazyk dokumentuslovenčina
    Krajina vydaniaČeská republika
    Heslá modely * modely ekonomicko-matematické * regresia * testy * hodnotenie
    AnotáciaSpoľahlivé modelovanie je kľúčovým prvkom riadenia rizík v poisťovniach, a to najmä v kontexte plnenia regulačných rámcov, ako je Solvency II. V aktuárskej praxi sa čoraz častejšie využívajú moderné metódy strojového učenia, ktoré dokážu zachytiť komplexné vzťahy medzi rizikovými faktormi a finančnými ukazovateľmi. Tento príspevok porovnáva tri stratégie trénovania regresného modelu XGBoost pri predikcii poistných nákladov: jednoduché rozdelenie dát (80/20), K-fold cross-validáciu bez miešania dáta K-fold cross-validáciu s náhodným miešaním. Zhodnotenie, ako voľba validačnej stratégie ovplyvňuje stabilitu a generalizáciu modelu, a tým aj spoľahlivosť odhadov, ktoré môžu slúžiť ako podklad pre rozhodnutia o tvorbe kapitálu, oceňovaní rezerv či nastavovaní poistného. Výsledky potvrdzujú, že správne zvolená validačná stratégia je nevyhnutná pre minimalizáciu modelového rizika a pre zvýšenie robustnosti prognóz v aktuárskej oblasti.
    Kategória EPCVedecké práce v zahraničných recenzovaných vedeckých zborníkoch, monografiách
    Báza dátPUBLIKAČNÁ ČINNOSŤ
    Archív EPCE25 00442-002, kópia plného textu

    Názov súboruVeľkosťTyp prístupu
    PDF zabezpečené416 KBdostupné po prihlásení
    článok

    článok

Počet záznamov: 1  

  Tieto stránky využívajú súbory cookies, ktoré uľahčujú ich prezeranie. Ďalšie informácie o tom ako používame cookies.