Régression pénalisée et crédibilité lasso
In this Akur8 Academy webinar, Thomas Holmes explores the power of penalized regression as an enhancement to traditional GLM (Generalized Linear Model) modeling. This session covers the theoretical and practical aspects of penalized regression, highlighting its deep connections to credibility theory. Additionally, Thomas introduces the concept of lasso credibility, demonstrating how penalized regression can be applied directly as a credibility procedure. By following the evolution from GLMs to lasso credibility, this webinar offers valuable insights and practical applications for actuaries and professionals in insurance modeling. If you missed this live session, request the full recording here!
Learn more about the speakers
Thomas Holmes
Tom Holmes est Chief Actuarial Officer chez Akur8 et co-auteur de la monographie n° 13 de la CAS, Penalized Regression and Lasso Credibility. Il a modélisé des risques en assurance de particuliers comme d’entreprises, et s’investit bénévolement au sein de la CAS sur les sujets de modélisation prédictive. Il intervient régulièrement lors d’événements de la CAS et de webinars Akur8, et va à la rencontre du secteur pour partager méthodes et bonnes pratiques de modélisation actuarielle. Fellow de la CAS, Tom est diplômé en musique (University of Michigan et Ohio University).
