Catalogue de la Bibliothèque de l'IFID
A partir de cette page vous pouvez :
Retourner au premier écran avec les étagères virtuelles... |
Résultat de la recherche
4 résultat(s) recherche sur le mot-clé 'Machine Learning'
Affiner la recherche Générer le flux rss de la recherche
Etude de risque de rachat à l’aide des algorithmes de Machine Learning appliqué à un contrat d’épargne individuel / Amal Dakhli
Titre : Etude de risque de rachat à l’aide des algorithmes de Machine Learning appliqué à un contrat d’épargne individuel Type de document : texte imprimé Auteurs : Amal Dakhli, Auteur ; Ghazi Bel Mufti, Auteur Editeur : Institut de financement du développement du Maghreb arabe (I.F.I.D) Année de publication : 2022 Importance : 57 p. Présentation : ill. tabl. en coul. Format : 30 cm. Langues : Français Catégories : 6 Politique, droit et économie:6.70 Finances et commerce:Finances:Assurance Mots-clés : machine learning Assurance risque de rachat contrat d'épargne individuel Résumé : L'objectif de ce travail est de mettre en place la technique de machine learning afin de prédire le comportement des assurés en terme de rachat et maîtriser les variables qui influencent ce comportement.
En ligne : https://www.ifid-bibliotheque.com/biblio/38%C3%A8me_Assurance/Dakhli_Amal.pdf Etude de risque de rachat à l’aide des algorithmes de Machine Learning appliqué à un contrat d’épargne individuel [texte imprimé] / Amal Dakhli, Auteur ; Ghazi Bel Mufti, Auteur . - Tunis : Institut de financement du développement du Maghreb arabe (I.F.I.D), 2022 . - 57 p. : ill. tabl. en coul. ; 30 cm.
Langues : Français
Catégories : 6 Politique, droit et économie:6.70 Finances et commerce:Finances:Assurance Mots-clés : machine learning Assurance risque de rachat contrat d'épargne individuel Résumé : L'objectif de ce travail est de mettre en place la technique de machine learning afin de prédire le comportement des assurés en terme de rachat et maîtriser les variables qui influencent ce comportement.
En ligne : https://www.ifid-bibliotheque.com/biblio/38%C3%A8me_Assurance/Dakhli_Amal.pdf Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 0900005886 38 ème Promotion Assurance Mémoire Bibliothèque de l'IFID Assurances Disponible Les modèles de machine learning pour la mesure et la gestion de risques de crédit / Heyam Bouhouhouh
Titre : Les modèles de machine learning pour la mesure et la gestion de risques de crédit Type de document : texte imprimé Auteurs : Heyam Bouhouhouh, Auteur ; Jameleddine Chichti, Auteur Editeur : Institut de financement du développement du Maghreb arabe (I.F.I.D) Année de publication : 2023 Importance : 111 p. Format : 30 cm. Langues : Français Catégories : 6 Politique, droit et économie:6.70 Finances et commerce:Finances:Institution financière:Banque Mots-clés : risque de crédit crédit scoring machine learning apprentissage supervisé les modèles de classification Résumé : Dans ce travail, l'auteur s'intéresse par l’implantation d’une application web pour la classification des clients potentiels, commençant par la construction des différents modèles de l’apprentissage automatique supervisé, puis il a utilisé le modèle le plus performant dans l’implantation de notre application. En ligne : https://www.ifid-bibliotheque.com/biblio/40%C3%A8me_Banque/Bouhouhouh%20Heyam.pd [...] Les modèles de machine learning pour la mesure et la gestion de risques de crédit [texte imprimé] / Heyam Bouhouhouh, Auteur ; Jameleddine Chichti, Auteur . - Tunis : Institut de financement du développement du Maghreb arabe (I.F.I.D), 2023 . - 111 p. ; 30 cm.
Langues : Français
Catégories : 6 Politique, droit et économie:6.70 Finances et commerce:Finances:Institution financière:Banque Mots-clés : risque de crédit crédit scoring machine learning apprentissage supervisé les modèles de classification Résumé : Dans ce travail, l'auteur s'intéresse par l’implantation d’une application web pour la classification des clients potentiels, commençant par la construction des différents modèles de l’apprentissage automatique supervisé, puis il a utilisé le modèle le plus performant dans l’implantation de notre application. En ligne : https://www.ifid-bibliotheque.com/biblio/40%C3%A8me_Banque/Bouhouhouh%20Heyam.pd [...] Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 0900005933 40ème Promotion Banque Mémoire Bibliothèque de l'IFID Banques Disponible
Titre : Prévision de l’inflation : L’apport du Machine Learning sur des données tunisiennes Type de document : texte imprimé Auteurs : Hiba DHAOUI, Auteur ; Farouk Kriaa, Auteur Editeur : Institut de financement du développement du Maghreb arabe (I.F.I.D) Année de publication : 2021 Importance : 111 p. Présentation : ill. tabl. en coul. Format : 30 cm. Langues : Français Catégories : 6 Politique, droit et économie:6.70 Finances et commerce:Finances:Institution financière:Banque Mots-clés : inflation banque centrale machine learning Tunisie Résumé : Le présent travail est consacré à l'évaluation des approches innovantes pour la prévision de l’inflation, un problème redoutable et non résolu qui a mis au défi les universitaires et les décideurs de la politique monétaire dans les banques centrales au cours des dernières décennies. En ligne : http://www.ifid-bibliotheque.com/biblio/39ème_Promotion_Banque/DHAOUI_Hiba.pdf Prévision de l’inflation : L’apport du Machine Learning sur des données tunisiennes [texte imprimé] / Hiba DHAOUI, Auteur ; Farouk Kriaa, Auteur . - Tunis : Institut de financement du développement du Maghreb arabe (I.F.I.D), 2021 . - 111 p. : ill. tabl. en coul. ; 30 cm.
Langues : Français
Catégories : 6 Politique, droit et économie:6.70 Finances et commerce:Finances:Institution financière:Banque Mots-clés : inflation banque centrale machine learning Tunisie Résumé : Le présent travail est consacré à l'évaluation des approches innovantes pour la prévision de l’inflation, un problème redoutable et non résolu qui a mis au défi les universitaires et les décideurs de la politique monétaire dans les banques centrales au cours des dernières décennies. En ligne : http://www.ifid-bibliotheque.com/biblio/39ème_Promotion_Banque/DHAOUI_Hiba.pdf Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 0900005979 39 éme Promotion Banque Mémoire Bibliothèque de l'IFID Banques Disponible Modélisation de la fraude sur les contrats d'assurance automobile à l'aide d'une approche d'apprentissage automatique / Ibtihel Ben Khedher in Les cahiers de l'IFID, 3 ([10/12/2021])
[article]
in Les cahiers de l'IFID > 3 [10/12/2021] . - 10 p.
Titre : Modélisation de la fraude sur les contrats d'assurance automobile à l'aide d'une approche d'apprentissage automatique : Cas d'une Compagnie d’assurance Type de document : texte imprimé Auteurs : Ibtihel Ben Khedher, Auteur Année de publication : 2021 Article en page(s) : 10 p. Langues : Français Catégories : 6 Politique, droit et économie:6.70 Finances et commerce:Finances:Assurance Mots-clés : Risque de fraude Machine Learning Patterns Apprentissage automatique supervisé Arbre de décision Forêt aléatoire Résumé : Ce présent article s’intéresse à aborder une approche innovante qui traite le risque de fraude par des méthodes d’apprentissage automatique supervisé, en utilisant des algorithmes de classification fondés soit sur un arbre binaire de décision, soit sur l’agrégation de plusieurs arbres de décision (forêts aléatoire) qui permettent de distinguer les assurés enclins à la fraude des assurés honnêtes et, in fine, de prédire l'existence d'une fraude dans une demande d'indemnisation déposée. [article] Modélisation de la fraude sur les contrats d'assurance automobile à l'aide d'une approche d'apprentissage automatique : Cas d'une Compagnie d’assurance [texte imprimé] / Ibtihel Ben Khedher, Auteur . - 2021 . - 10 p.
Langues : Français
in Les cahiers de l'IFID > 3 [10/12/2021] . - 10 p.
Catégories : 6 Politique, droit et économie:6.70 Finances et commerce:Finances:Assurance Mots-clés : Risque de fraude Machine Learning Patterns Apprentissage automatique supervisé Arbre de décision Forêt aléatoire Résumé : Ce présent article s’intéresse à aborder une approche innovante qui traite le risque de fraude par des méthodes d’apprentissage automatique supervisé, en utilisant des algorithmes de classification fondés soit sur un arbre binaire de décision, soit sur l’agrégation de plusieurs arbres de décision (forêts aléatoire) qui permettent de distinguer les assurés enclins à la fraude des assurés honnêtes et, in fine, de prédire l'existence d'une fraude dans une demande d'indemnisation déposée.
- Bibliothèque de l'IFID 8, Avenue Tahar Ben Ammar El Manar II. 2092 Tunisie Téléphone : (+216) 71 885 011/ 71885 211
- ifidmag.inst@ifid.org.tn