15 juillet 2024

CENTROÏDES PARFAITS : MINIMISER LE SSE DANS LE CLUSTERING

 


L’algorithme k-means est une méthode puissante pour regrouper des éléments en fonction de leurs caractéristiques. Mais comment s’assurer que ces regroupements sont optimaux ? Découvrez comment minimiser les erreurs de clustering pour obtenir des résultats fiables et précis. Cet article vous guidera à travers les concepts clés et leurs applications pratiques.


Lire la suite


Introduction au clustering : Kmeans


Plongez dans le monde intéressant du clustering, une méthode géniale et simple de regroupement de données. De la segmentation intelligente des données à la compréhension des schémas subtils, découvrez comment cette technique astucieuse nous permet de comprendre des ensembles de données complexes. Préparez-vous à un voyage passionnant, où chaque itération de K-means nous aide à voir des structures cachées dans nos informations.


Lire la suite


L'assureur de l'assureur, modèles collectif et individuel

Les modèles individuel et collectif


Les modèles individuel et collectif en réassurance non proportionnelle : comprendre les principes.


En réassurance non proportionnelle, la tarification d’une tranche se base fondamentalement sur l’estimation du nombre de sinistres qu’on nomme fréquence et l’estimation du coût d’un sinistre qu’on nomme sévérité. La combinaison de ces deux éléments permet d’estimer la charge globale S du portefeuille qui est la somme des coûts de sinistres en fonction du nombre de sinistres sur la période considérée. Pour modéliser ladite charge, l’actuaire dispose de deux méthodes : les modèles individuel et collectif.

Lire la suite