Le document présente l'intégration des sciences des données dans l'actuariat, en mettant en avant l'importance croissante du big data dans le secteur de l'assurance. Il décrit les processus spécifiques liés aux projets big data, tels que la collecte et la préparation des données, le développement de modèles et l'importance des compétences en data science. Enfin, il souligne la nécessité d'évolutions significatives et d'une approche axée sur les données pour rester compétitif dans ce domaine.

1. Data Sciences pour l'Actuariat
Françoise Soulié Fogelman
Formation Actuaire Data Scientist
Leçon inaugurale
Paris, 16 mars 2015

2. 2F. Soulié Fogelman. Data Sciences pour l'Actuariat
Agenda
• Big Data & Assurance
• Le process du projet Big Data
• Data Science pour les actuaires

3. Big Data & Assurance

4. 4F. Soulié Fogelman. Data Sciences pour l'Actuariat
Une définition classique
Introduite par Gartner en 2001
Nombre de
variables
Nombre
d’événements /
seconde
Nombre d’observations
x Nombre de variables
Largeur
Profondeur

5. 5F. Soulié Fogelman. Data Sciences pour l'Actuariat
Les sources de données – Volume & Variété
http://vesselhead.com/hadoop-is-a-very-disruptive-technology

6. 6F. Soulié Fogelman. Data Sciences pour l'Actuariat
Le Big Data est possible aujourd’hui
1. Grâce aux améliorations exponentielles du hardware …
L’avènement du Big Data
http://radar.oreilly.com/2011/08/building-data-startups.html

7. 7F. Soulié Fogelman. Data Sciences pour l'Actuariat
L’avènement du Big Data
2. … et un marché d’outils logiciels Big Data très complet
http://www.slideshare.net/mjft01/big-data-
big-deal-a-big-data-101-presentation

8. 8F. Soulié Fogelman. Data Sciences pour l'Actuariat
Le Big Data dans l’Assurance
• Un potentiel de valeur
– Important & accessible
• McKinsey 2011
• … grâce à un métier basé sur l
– Des données
– & des compétences
– adaptées
• … mais nécessitant des évolutions significatives
– Ex: P&C
• Deloitte 2015
http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation
http://www2.deloitte.com/us/en/pages/financial-services/articles/2015-property-and-casualty-insurance-outlook.html

9. 9F. Soulié Fogelman. Data Sciences pour l'Actuariat
Quelques exemples d’applications dans l’assurance
• Améliorer le ciblage des campagnes marketing
– Développer les marchés de niche
• Produire de meilleurs modèles
– Prévision de sinistralité, de pricing, de détection de la fraude
• Développer les nouvelles plateformes de distribution
– Améliorer l’interaction client (NBA, temps réel)
• Concevoir de nouveaux produits
– Usage-based-insurance
• Connected xx (car, health, home)
– Risques climatiques
http://www.data-business.fr/opportunites-applications-big-
data-assurance/ http://www.lesechos.fr/idees-debats/sciences-prospective/0204190147952-pourquoi-les-
objets-connectes-font-rever-les-compagnies-dassurances-1098284.php

10. Le process du projet
Big Data

11. 11F. Soulié Fogelman. Data Sciences pour l'Actuariat
Le process du projet Big Data
• Les étapes sont familières aux actuaires
• Mais avec quelques grosses différences
– La génération de features (variables)
– L’approche Machine Learning
– La construction du modèle
– L’utilisation d’infrastructures différentes (Hadoop, Spark)
– La programmation en plus des statistiques
Collecte de
données
Préparation
des données
Feature
engineering
Construction
du modèle
Evaluation Déploiement

12. 12F. Soulié Fogelman. Data Sciences pour l'Actuariat
La génération de features
• Augmenter la variété
– Calculer, à partir des variables existantes, de nouvelles variables
• Significatives pour le métier mais difficiles à apprendre par un modèle
– Difficile : coûteux en données, temps de calcul, complexité du modèle
• Exemples : ratios, agrégats sur fenêtres glissantes temporelles,
géographiques…
– Obtenir des variables supplémentaires de sources externes
• Open data, partenaires, data providers
– La variété augmente (et donc le volume)
• Plus les sources sont différentes, mieux c’est
• Différentes en sémantique/type (texte, réseau…)
• C’est le facteur de succès le plus important
– Cela permet de produire des modèles plus simples & plus performants
Domingos: http://www.centurion.link/w/_media/programming/a_few_useful_things_to_know_about_machine_learning.pdf

13. 13F. Soulié Fogelman. Data Sciences pour l'Actuariat
La génération de features
• Attention: quand le nombre de features augmente
– Le nombre d’observations nécessaires pour apprendre le modèle
augmente
– Le temps de calcul augmente aussi
Bottou : http://bigdata2013.sciencesconf.org/conference/bigdata2013/pages/bottou.pdf

14. 14F. Soulié Fogelman. Data Sciences pour l'Actuariat
L’approche Machine Learning
• Construire un modèle
– L’ensemble d’apprentissage: le modèle apprend (précision)
– L’ensemble de validation : le modèle généralise (robustesse)
• Le modèle doit être simple
Facile
Difficile

15. 15F. Soulié Fogelman. Data Sciences pour l'Actuariat
La construction du modèle
• Il existe de très nombreux algorithmes de Machine Learning
– Il vaut toujours mieux choisir un algorithme simple
• “Invariably, simple models and a lot of data trump more elaborate models
based on less data”
• Il vaut mieux passer du temps sur la génération de variables
• Note : les variables générées sont toujours corrélées
– L’algorithme choisi doit dont être insensible aux corrélations
• Questions importantes
– Scalabilité, Explicabilité, Performance
– Résistance au bruit / données manquantes (sparsité) / données
corrélées
– Temps de calcul : Apprentissage / Scoring (généralisation)
– Le plus important : les données
• Les données ne sont pas produites pour les besoins de l’analyste
– Problèmes de représentativité

16. 16F. Soulié Fogelman. Data Sciences pour l'Actuariat
L’utilisation d’infrastructures différentes
• La plate-forme Big Data
– Couche Analyses
• Librairies open-source Scikit-learn; MLlib
– Couche données : bases NoSQL
– Infrastructure
• Serveur In-memory
• Cluster hadoop/Spark
• Importance de la
sécurité / privacy /
protection des
données personnelles

17. 17F. Soulié Fogelman. Data Sciences pour l'Actuariat
La programmation
• La programmation est très massivement nécessaire
pour les étapes de préparation des données (80% du
temps passé dans un projet)
– La collecte des données
– Le nettoyage des données
– L’alignement des référentiels
– Le feature engineering
• Souvent en R ou en Python
“First-timers are often surprised by how little time in a machine
learning project is spent actually doing machine learning”
Domingos: http://www.centurion.link/w/_media/programming/a_few_useful_things_to_know_about_machine_learning.pdf

18. Data Science pour les
actuaires

19. 19F. Soulié Fogelman. Data Sciences pour l'Actuariat
Le data scientist
• Ces compétences sont très demandées

20. 20F. Soulié Fogelman. Data Sciences pour l'Actuariat
Le data scientist
• Les compétences requises
http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram

21. 21F. Soulié Fogelman. Data Sciences pour l'Actuariat
Le data scientist
• Le but de cette formation
– Appui sur l’expertise métier
http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram

22. 22F. Soulié Fogelman. Data Sciences pour l'Actuariat
Le data scientist
“People rarely succeed
unless they have fun in what they are doing”
Dale Carnegie
&
à soulie-francoise@orange.fr