Morning FORSIDES du 30 novembre 2023
Modèle prédictif du risque d’inondation – Deuxième épisode
Quynh-Le TRAN – Senior Manager Forsides : Actuaire IA. Quynh-Le a travaillé plus de 20 ans au sein de groupes d’assurance dans les divers domaines de l’actuariat finance à la fois en actuariat vie/santé et en actuariat non-vie.
Benoît REGENT-KLOECKNER – Senior Consultant Forsides : Benoît a 20 ans de carrière dans la recherche scientifique et l’enseignement supérieur, en mathématiques fondamentales. Il a publié régulièrement dans des revues internationales à comité de lecture.
Binh TRINH – Ingénieur R & D Forsides : Binh est docteur en mathématiques appliquées et passionné par les applications de l’intelligence artificielle dans le domaine des sciences actuarielles.
Avec une météo de plus en plus instable observée ces dernières années, le réchauffement climatique est un sujet majeur aux enjeux considérables pour la planète. Les évènements tels que tempêtes, inondations, sécheresse, canicules sont de plus en plus fréquents et graves. Un des défis pour le secteur de l’assurance, face au dégèlement climatique, est la capacité de s’adapter dans la tarification, dans le provisionnement, dans la gestion des risques, dans la prévention des risques…
Lors d’un Morning en avril 2023, nous avons présenté notre modèle prédictif du nombre d’inondations par année et par département Français avec un rappel de quelques éléments fondamentaux en lien avec le risque d’inondation dans le domaine d’assurantiel (rapports GIEC, régime CAT NAT en France…).
Pour ce nouveau Morning, après un tour d’horizon sur l’actualité autour des risques climatiques, nous partagerons avec vous les travaux que nous avons poursuivis depuis, notamment :
- La comparaison entre notre modèle non-paramétrique (machine learning) et notre modèle paramétrique (GLM)
- Les améliorations dans notre modèle prédictif
- La première application assurantielle du modèle prédictif
Déroulement
8h30 – 8h45 : Introduction
- L’actualité des risques climatiques
- Rappel du modèle prédictif du risque d’inondation V1.0 développé
- les données utilisées et le modèle de machine learning développé
- les mesures de qualité de prédiction adoptées
- les résultats de la prédiction
8h45 – 9h00 : Machine Learning VS GLM
- Présentation du modèle GLM développé
- Premiers constats : Modèle machine Learning VS Modèle GLM
- Machine Learning : Boite noire à écarter VS Outil actuariel à développer pour demain ?
9h00 – 9h15 : Modèle prédictif du risque d’inondation V2.0 développé
9h15 – 9h30 : Application assurantielle du modèle prédictif
9h30 – 9h45 : Echanges et Questions / Réponses
