我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于LMT模型的特征工程分析——以泰坦尼克号为例的船舶安全管理实践 下载：53 浏览：432

周峙泓 沈克 范培华 《管理与科学》 2019年12期

摘要:
以泰坦尼克号海难幸存者数据为样本,基于LMT模型进行特征工程分析。首先,通过定性分析初步判定各属性对预测变量的影响方向和程度,同时进行初期特征工程。其次,进行定量分析,利用皮尔孙相关热图理清各属性间的相关关系,生成特征相关图,量化相关程度以进行冗余变量的剔除工作。最后,综合比较四种算法的准确度可知,LMT算法的模型拟合度最高,乘客幸存率与属性Name、Sex、Pclass、Age、SibSp、Parch、Fare、Cabin、Embarked高度相关。基于以上结果,对船舶安全管理提出总结与展望。

基于人工智能(AI)模型的保险反欺诈案例的应用研究 下载：124 浏览：1638

彭程 刘张思农 陈默 《人工智能研究》 2023年1期

摘要:
保险欺诈对于保险行业的健康发展造成严重的威胁。不利于保险市场规范，影响保险企业正常生产经营。保险企业的业务涉及到人们生活的方方面面，因此保险风险无处不在，使得保险市场拥有广阔的前景。但是保险公司不能完整获取被保人信息，信息不对称使得保险公司在赔付中往往处于弱势地位，给保险保险公司造成巨大经济损失，欺诈行为经常出现。本文采用国内财险公司截至2020 年 4 月发生的车险理赔案件作为研究数据，并结合人工智能技术的发展对其进行研究，利用WDL模型对各项数据进行分析，并制定研究指标实现量化分析，分析人工智能模型在保险反欺诈业务中的作用。此外，本文还进行了保险反欺诈业务需求的分析，对提调率和模型反应速度也进行了测试。本文利用保险公司往期保险理赔数据，依据大数据分析、互联网技术、深入学习等充分挖掘数据内在价值，及时识别保险业务开展中的风险因素，提升人工智能在保险行业上的作用，对于规范保险市场，维护保险企业合法权益发挥重要作用。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享