Bu eğitimin temel amacı; oto sigortacılığında hasar olasılığının istatistiksel ve makine öğrenmesi yöntemleriyle öngörebilmesinin temellerini vermektir.

Katılımcılar eğitim sonunda:

• Araçların hasar yapıp yapmayacağını tahmin eden modeller kurabilecek
• Farklı algoritmaların (lojistik regresyon, ANN, SVM, Random Tree) performansını karşılaştırabilecek
• Model çıktısını underwriting ve fiyatlama süreçlerine entegre edebilecek
• “Hangi müşteri riskli?” sorusuna sezgiyle değil veriyle cevap verebilecek

1. Gün: Temel Kavramlar ve Model Kurulumu

• Sigortacılıkta hasar riski modelleme yaklaşımları
• Problem tanımı (classification)
• Veri setinin incelenmesi ve değişkenler 
• Weka arayüzü ve veri yükleme
• Lojistik Regresyon ile model kurulumu
• Model performans metrikleri
• Modelin yorumlanması

2. Gün: Yapay Zeka Modelleri

• Artificial Neural Networks (ANN) ile modelleme
• Support Vector Machines (SVM) ile sınıflandırma
• Random Tree / Decision Tree modelleri
• Modellerin karşılaştırılması:
  • Hangisi daha iyi, neden?
  • Overfitting problemi
• Model çıktısının yorumlanması:
  • Hangi müşteri daha riskli?
  • Hangi değişkenler hasarı tetikliyor?
• Sigortacılık uygulaması:
  • Risk bazlı fiyatlama (risk-based pricing)
  • Segmentasyon
  • Underwriting kararlarına entegrasyon

Sigorta şirketlerinde çalışan:

• Underwriting ekipleri
• Aktüerya ve fiyatlama ekipleri
• Hasar ve risk yönetimi profesyonelleri
• Veri analizi ve yapay zeka modellemesi ile ilgilenen çalışanlar

Temel düzeyde:

• İstatistik
• Excel bilen
• Sigortacılık süreçlerine hakim