Une approche de tarification en assurance automobile par Réseaux de Neurones
Abstract
Une approche d'estimation de la prime de risque, en assurance automobile,
en utilisant la technique des réseaux de neurones, est proposée. L'entrée
du réseau est constituée d'un vecteur de facteurs de risque signifiants. La sortie
est un vecteur de classes de risque appropriées. La règle d'apprentissage que
nous proposons, et qui est adaptée aux caractéristiques du problème traité, permet
l'affectation d'un client (assuré) qui rentre dans le système, à une classe
de risque correspondante. Un intervalle de confiance pour la prime de base est
déterminé pour chaque classe de risque.