Smart Matching: Datenintegration mit Advanced Analytics
Der Rückversicherer Munich Re erhält viele geschäftlich interessante Informationen von Erstversicherern und Versicherungsnehmern in Form von tabellarischen Daten, sogenannten Bordereaux. Diese können beispielsweise Informationen zu Einzelschäden (u.a. Geschädigter, Datum, Schadensbeschreibung, Schadenshöhe) oder Prämienzahlungen beinhalten. Häufig liegen diese Daten in Form von Excel- oder CSV-Dateien vor. Diese Daten sind schwer zu verarbeiten und daher im Ursprungsformat einer Analyse unzugänglich.
Der Praxisbericht zeigt, wie bereits im Datenmanagement erfolgreich Machine Learning eingesetzt wird, um eine Vielzahl von heterogenen Daten in eine homogene Zielstruktur zu überführen. Dieser Schritt automatisiert manuelle Prozesse in der Datenaufbereitung und macht anschließende Analysen auf den Daten erst möglich.
Vorkenntnisse
Grundkenntnisse in Machine Learning (Feature Engineering, Supervised Learning) sind hilfreich, aber nicht zwingend notwendig.
Lernziele
* Erhalten Sie Einsicht in Anwendungsmöglichkeiten von Machine Learning zur Datenintegration.
* Lernen Sie Möglichkeiten der Operationalisierung einer Machine-Learning-Anwendung kennen.
* Erfahren Sie, wie das Zusammenspiel zwischen Modell und User-Interaktion bei Teilautomatisierung gelingt.