Mémoire d'actuariat

Contrôle et transparence des modèles complexes en actuariat
Auteur(s) DELCAILLAU Dimitri
Société Milliman
Année 2019

Résumé
L'avènement du digital amène les industries à utiliser de manière systématique les données qu'elles collectent. A ces données, parfois d'un format non structuré : images, textes ou son, sont associées de nouvelles méthodologies : réseaux convolutifs, récurrents, méthodes par arbres agrégés, etc. Souvent associées à des "boîtes-noires" ces méthodes questionnent sur leur transparence et leur interprétation. Plus particulièrement, en assurance - et même si leur utilisation reste modérée en France - le contexte réglementaire amène à s'interroger sur ces algorithmes afin de comprendre leurs risques et ainsi mieux les maîtriser. Ainsi, dans ce contexte, les travaux porteront sur l'exploration de certains de ces algorithmes - utilisés en assurance - et la tentative de les expliquer tant au niveau de leurs résultats que sur la méthode qui les produit.

Abstract
The digital revolution leads many industries and companies to exploit their data in an automated and systematic way. To deal with these data, often available in a non structured format (images, texts, sound data), new methodologies exist: convolutional and recurrent neural networks, boosting trees, etc. Because these methods are often seen as "black boxes", questions about their transparency and interpretability arise. Particularly in the insurance field, the regulations require that actuaries understand and monitor the risks associated to these algorithms - even though their use is still moderated in France. In this context, the study will focus on the exploration of specific algorithms used in insurance and the attempt to interpret them not only in terms of results, but also methodologies and implementation.

Mémoire complet