Big Data Analysis in Insurance

2025/2026

Academic Year

RUS

Instruction in Russian

3

ECTS credits

Delivered by:

School of Finance

Type:

Elective course

When:

4 year, 3 module

Instructors

Polyakova, Marina V.

Chulkov, Sergey

Программа дисциплины

Аннотация

Целью учебной дисциплины «Анализ больших данных в страховании» является ознакомление бакалавров с современными методами работы с данными в страховании на разных этапах жизненного цикла страхового продукта, изучение их возможностей и ограничений, получение представления об особенностях задач анализа данных в страховании и навыков построения моделей с использованием языка Python.

Цель освоения дисциплины

• Целью учебной дисциплины «Анализ больших данных в страховании» является ознакомление бакалавров с современными методами работы с данными в страховании на разных этапах жизненного цикла страхового продукта, изучение их возможностей и ограничений, получение представления об особенностях задач анализа данных в страховании и навыков построения моделей с использованием языка Python.

Планируемые результаты обучения

• Знать структуру и состав данных в страховании
• Знать форматы данных, возникающих в страховых задачах
• Владеет навыками постановки задач
• Умеет формировать структуру данных и моделей
• Знает методы и модели, применяемые в целях анализа
• Умеет применять модели к различным данным, анализировать получаемые результаты
• Умеет использовать Python для моделирования
• Знает подходы к оптимизации/модификации данных и моделей

Содержание учебной дисциплины

• Тема 1. Структуры данных в страховании.
• Тема 2. Постановка задачи и формирование структуры для последующего анализа
• Тема 3. Обзор моделей машинного обучения, применяемых для решения различных задач в страховании. (параметрические и непараметрические методы)
• Тема 4. Введение дополнительных параметров в модели

Элементы контроля

• Активность на семинарах - периодический контроль в форме тестов
• Экзамен
  Включены все темы, рассматриваемые на лекциях и семинарах.
• Проект
  Задание для самостоятельной работы выдается на группу из 2-3 студенто. Сутью задания является решение задачи с использованием языка Python. Задание выдается в виде документа «Описание проекта», в котором зафиксированы требования к результату, а также критерии оценивания. В отдельных случаях, при наличии у студента знаний в области анализа данных на языке Python и страхования, по согласованию с преподавателем, студент может выполнить задание по индивидуальному заданию повышенной сложности. В этом случае оценка за курс (промежуточная аттестация) проставляется по результатам оценивания его проекта (вес=0,7) + результат экзамена (вес=0,3), он освобождается от других элементов контроля.

Промежуточная аттестация

• 2025/2026 3rd module
  0.2 * Активность на семинарах - периодический контроль в форме тестов + 0.5 * Проект + 0.3 * Экзамен

Список литературы

Рекомендуемая основная литература

• Введение в эконометрику : учебник для вузов, Доугерти, К., 2010
• Путеводитель по современной эконометрике : учеб.- метод. пособие для вузов, Вербик, М., 2008

Рекомендуемая дополнительная литература

• Практическая эконометрика в кейсах : учеб. пособие / В.П. Невежин, Ю.В. Невежин. — М. : ИД «ФОРУМ» : ИНФРА-М, 2019. — 317 с. + Доп. материалы [Электронный ресурс; Режим доступа: http://www.znanium.com]. — (Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/20052.

Авторы

• Полякова Марина Васильевна
• Чулков Сергей Павлович