Brief Course Description
1. Course Title:
Statistics for Risk Modeling 2
2. Language of Instruction:
Tiếng Anh
3. Course Code:
SR03212
4. Credits:
3
5. Course Objectives:
Cung cấp kiến thức nền tảng về máy học bằng thống kê (Statistical Learning): Phân tích thành phần chính (PCA - Principal Component Analysis); Mô hình cây quyết định (Decision Tree); Phân tích cụm (Cluster Analysis). Cung cấp kiến thức về so sánh và lựa chọn giữa các mô hình khác nhau để đảm bảo tính chính xác và hiệu quả. Phát triển kỹ năng phân tích dữ liệu liên quan đến rủi ro; sinh viên biết cách ưng dụng các phương pháp này phân tích dữ liệu rủi ro. Chuẩn bị cho kỳ thi SRM (Statistics for Risk Modeling) của Hiệp hội SOA (Society of Actuaries, Mỹ)./Provide key concepts of statistical learning and some important algorithms: Principal Component Analysis (PCA), Decision Tree models, and Cluster Analysis. Equip students with the knowledge to define terms used to classify the types of modeling problems and methods; compare the common methods of assessing model accuracy and reliability. Develop data analysis skills related to risk; students will learn to apply these methods in risk modeling. Prepare students for the SRM (Statistics for Risk Modeling) exam by the Society of Actuaries (SOA), USA.
6. Brief Description of Course Content:
This course provides methods and models for risk-related data analysis on the basis of Statistical Learning: Principle Compenent Analysis (PCA), Decision Tree model, Cluster Analysis. The module also includes methods for testing, comparing and choosing between models. This module is developed according to a part of the content of the SRM exam (Statistics for Risk Modeling) of SOA (Society of Actuaries, USA).