Skip to main content

異常値検出の機械学習アプローチ

ByAbdal Chaudhry, Miruna Dudceac, and Michael Leitschkis
15 December 2021

リスクの相互依存性をとらえるために力ずくでネスティッドシミュレーションのアプローチを行うことは、現在保険会社が利用できるリソースでは実行不可能です。全リスク分布の単一確率論的シナリオを生成するには、1,000以上のリスクニュートラルなシミュレーションが必要です。本稿では、異常値を特定して除外するための自動化された方法を見つけるべく、下記項目を含めて掘り下げて論じます。

  • 単純な異常値検出手法とその限界
  • Cookの距離として知られるパワフルな手法
  • 代替的機械学習アプローチ
  • 結論、および更なる調査対象分野

Abdal Chaudhry

Miruna Dudceac

Michael Leitschkis

We’re here to help