Mes projets
Équité en apprentissage supervisé
Ce rapport synthétise un cadre testable d’équité (EO/EOpp) et étudie, sur un cas d’assurance auto, les compromis entre performance (AUC, log-loss) et disparités (TPR/FPR), via un post-traitement a posteriori compatible avec une règle de sélection top-k.
DJAMTALAH – Plateforme E-commerce
Développement et déploiement d’une plateforme e-commerce intuitive et scalable.
Segmentation et Tarification du Risque Automobile à l’aide du Machine Learning
Développement d’un modèle de segmentation des assurés en fonction de leur profil de risque.
Tarification du Risque Incendie Ă l'aide du Machine Learning
Modélisation de la fréquence des sinistres pour déterminer la prime pure d’un produit d'assurance incendie.
Analyse de l’Impact Météorologique sur les Sinistres Automobiles
Modélisation des effets des conditions météorologiques sur la fréquence et la sévérité des sinistres.
Modélisation et Prédiction du Coût Ultime des Sinistres Corporels
Mise en place d’un modèle prédictif pour estimer le coût ultime des sinistres corporels.
Prédiction de variation de prix d'un actif à l'aide des LLM
Développement d'un modèle prédictif pour prédire la variation de prix d'un actif sur le marché financier en usant des LLM et logique simple.
TER - Distribution des excès, distribution des maximum et application à des données de sinistres ou d'environnement
Ce TER porte sur l'étude des distributions des excès et des maximums, ainsi que leur application à des données de sinistres ou d'environnement. Il explore les méthodes statistiques pour modéliser des événements extrêmes, afin de mieux comprendre et prédire les risques associés.