İstatistiksel ve makine öğrenmesi yöntemleri kullanılarak prim öngörüsü
Premium forecasting using statistical and machine learning methods
- Tez No: 948434
- Danışmanlar: PROF. DR. ÇAĞDAŞ HAKAN ALADAĞ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Kasko sigortasında meydana gelen hasarlar oldukça çeşitlidir ve öngörülemez olabilir. Bu nedenle, sigorta şirketlerinin gelecekteki hasarları doğru bir şekilde öngörmesi ve buna göre prim hesaplaması yapılması, kredibilite riskini azaltır ve şirketin zarara uğramaması açısından büyük önem taşır. Kasko sigortası yaptırmak isteyen bir sigortalının geçmiş verisi bulunmadığında, şirket sigortalının olası gelecekteki hasarını öngörerek prim hesaplaması yapmalıdır. Belirtilen öngörü süreci, sigorta şirketinin finansal sürdürülebilirliği için kritik rol oynamaktadır. Aynı zamanda, prim hesaplamaları doğrudan sigorta şirketinin karlılığını etkileyen bir faktördür. Bu bağlamda, sigorta şirketlerinde prim hesaplama sırasında kredibilite riski büyük bir öneme sahiptir. Yapılan tez çalışmasında, bir hayat dışı sigorta şirketinden alınan kasko verisi kullanılarak En Yakın Komşu (KNN), karar ağaçları, Rastgele Orman(RO), Destek Vektör Makineleri (DVM), Aşırı Grandyan Arttırma ve Yapay Sinir Ağları (YSA) algoritmaları ile sigorta şirketine yeni gelen sigortalıların prim hesaplamaları öngörülmüştür ve yöntemlerin verdiği tahmin sonuçları karşılaştırılmıştır. Belirtilen yöntemler ile düşük hatalı tahminler üretilmiştir. Böylelikle kredibilite riski azaltılmıştır.
Özet (Çeviri)
Damages occurring under motor own damage insurance (casco insurance) are highly diverse and often unpredictable. Therefore, the accurate prediction of future claims and the corresponding premium calculation by insurance companies is of critical importance in mitigating credibility risk and preventing financial loss. In cases where a prospective policyholder has no prior claims history, the insurer must estimate potential future claims to determine an appropriate premium. This forecasting process plays a vital role in ensuring the financial sustainability of the insurance company. Moreover, premium calculations directly influence the insurer's profitability, making credibility risk a significant factor in the pricing process. In this thesis, using motor insurance data obtained from a non-life insurance company, premium predictions for new policyholders were made employing several machine learning algorithms, including k-Nearest Neighbors (KNN), Decision Trees, Random Forest, Support Vector Machines (SVM), Extreme Gradiant Boasting (XGBoost), and Artificial Neural Networks (ANN). The prediction performances of these models were compared, and it was observed that the applied methods yielded low-error estimates. Consequently, credibility risk was effectively reduced.
Benzer Tezler
- Personalized quality of experience (QOE) management using data driven architecture in 5g wireless networks
5g kablosuz ağlarda veri dayalı mimari kullanarak kişiselleştirilmiş deneyim kalitesi (QOE) yönetimi
ZAHRAA QASIM ABED AL-EZZI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAHI ABDU IBRAHIM
- Isı pompalı çamaşır kurutma makinesinin sistem tasarım parametreleri optimizasyon modelinin oluşturulması
Development of an optimization model of system design parameters of heat pump clothes dryer
GÖKHAN SIR
Doktora
Türkçe
2023
Makine MühendisliğiYıldız Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEVKET ÖZGÜR ATAYILMAZ
- Sinyal işleme ve makine öğrenmesi yöntemleri kullanılarak büyükbaş hayvan davranışlarının tahmini
Prediction of cattle behaviors by using signal processing and machine learning methods
AHMET PÜTÜN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA YILMAZ
- Konvolüsyonel sinir ağlarında ağ eğitiminin iyileştirilmesi
Improving the network training in convolutional neural networks
KÜBRA UYAR
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR TAŞDEMİR
- Uzun süreli verilerin analizinde kullanılan makine öğrenmesi algoritmaları
Machine learning algorithms for longitudinal data analysis
CAN DEMİRCİGİL
Yüksek Lisans
Türkçe
2024
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. MELİKE BAHÇECİTAPAR