Прогнозирование убытка в автостраховании с использованием многослойных нейронных сетей

В современном мире страховой рынок подвержен значительным изменениям в том числе под влиянием применения цифровых технологий и внедрения методов машинного обучения в стразовой скоринг. Объектом исследования является набор данных с записями о страховых полисах. В исследовании используется многослойная нелинейная нейронная сеть для предсказания наступления убытка по полисам автострахования. Перед использованием многослойной нейронной сети проводится предварительная обработка данных, устранение возможны утечек данных. На выходе модели нейронной сети получаемое значение вероятности убытка преобразуется в бинарное значение. Оценка модели проводится по метрике ROC-AUC, с построением графика ROC кривой. Результаты показывают, что полученная модель имеет предсказательную, но недостаточно высокую точность для промышленного применения выбранной модели. Выводы указывают на необходимость дальнейшего исследования способов решения поставленной задачи при помощи других методов машинного обучения.