Composante
Formation continue Panthéon-Sorbonne (FCPS)
Présentation
Cette formation, dirigée par Dafnis Krasniqi, vous offre une immersion complète dans l'utilisation de Python, des modèles linéaires généralisés (GLM) et des techniques de machine learning pour la tarification en assurance.
Prochaines sessions (sous réserve d'un nombre suffisant d'inscrits) :
28-29-30 janvier 2025
24-25-26 septembre 2025
Les inscriptions sont ouvertes.
▶ Information et inscription :
inter-fcps@univ-paris1.fr (intra-fcps @ univ-paris1.fr)
Objectifs
- Comprendre le fonctionnement de Python et ses applications.
- Maîtriser les bases de la programmation en Python.
- Comprendre l'application des GLM et des GAM à la tarification en assurance.
- Comprendre l'application du machine learning en tarification en assurance.
- Savoir ajuster et interpréter les modèles pour évaluer les risques et déterminer les primes d'assurance.
- Être capable d'appliquer les concepts à des cas pratiques de tarification en assurance.
Savoir-faire et compétences
- Maîtrise de Python.
- Compétences en tarification en assurance à l'aide des GLM.
- Compétences en tarification en assurance à l'aide des techniques de machine learning.
Les + de la formation
- Utilisation de Python pour diverses applications, y compris la tarification en assurance.
- Formation théorique le matin et mise en pratique l'après-midi pour chaque module.
- Études de cas et projets pratiques.
Programme
Modalités Pédagogiques
Matin : Formation théorique sur Python, les GLM et le machine learning.
Après-midi : Mise en pratique des concepts étudiés le matin avec des exercices de codage, des études de cas et des projets individuels ou en groupe.
Durée: 3 jours
Programme
Jour 1 : Introduction à Python
- Introduction à Python
Présentation et installation de Python
Premier programme en Python
- Les Types de Variables
Variables et types de données (int, float, str, etc.)
Opérations de base sur les variables
- Les Structures Conditionnelles
Instructions if, elif, et else
Conditions multiples et imbriquées
- Les Boucles
Boucles for et while
Utilisation des boucles pour parcourir les listes et les chaînes de caractères
- Les Fonctions
Définition et appel de fonctions
Paramètres et retour de fonctions
- Les Structures de Données
Listes, tuples, et dictionnaires
Manipulation et itération des structures de données
Jour 2 : Modèles Linéaires Généralisés (GLM) pour la Tarification en Assurance
- Introduction aux GLM et à la Tarification en Assurance
Théorie sur les GLM et les GAM
Application des GLM à la tarification en assurance
- Mise en Pratique des GLM
Études de cas impliquant l'application des GLM à des données d'assurance
Projets individuels ou en groupe
Présentation des résultats et interprétation des modèles
Jour 3 : Machine Learning (ML) pour la Tarification en Assurance
- Introduction au Machine Learning et à la Tarification en Assurance
Théorie sur les modèles de machine learning
Application du machine learning à la tarification en assurance
- Mise en Pratique du Machine Learning
Études de cas impliquant l'application du machine learning à des données d'assurance
Projets individuels ou en groupe
Présentation des résultats et interprétation des modèles
▶ Évaluation : quiz et/ou cas pratiques et/ou exercices et/ou jeu de rôle etc.
Une attestation de formation est délivrée à l’issue de la formation.
Admission
Conditions d'admission
Prérequis
- Connaissances élémentaires en Python.
- Compétences de base en assurance.
Modalités d'inscription
Gestionnaire de formation : Régis Lepeltier
email: inter-fcps@univ-paris1.fr (Inter-fcps @ univ-paris1.fr)
téléphone: 01.89.68.42.22
Public cible
- Tout public ayant des compétences minimales en assurance et en Python.
Tarifs
1470 euros pour la formation complète de trois jours.
Le premier jour de formation, consacré au langage Python, est optionnel. Des réductions peuvent être accordées aux personnes qui ne participent pas à la première journée.