Kasko sigortasında makine öğrenmesi yöntemleri ilehasarlı/hasarsız durum tahmini

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, AKTÜERYA BİLİMLERİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2019

Tezin Dili: Türkçe

Öğrenci: SEDA KİLİSLİ

Danışman: Şahap Kasırga Yıldırak

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu çalı¸smanın amacı sigorta ¸sirketine yeni katılacak sigortalıların hasar getirip getirmeme durumunu makine ögrenmesi yöntemleri ile tahmin etmektir. Trafikte ki araç sayısının her ˘ geçen yıl artması olası kaza riskinin artmasını da beraberinde getirmektedir. Artan kaza sayı- ları sigorta ¸sirketlerinin maliyetlerini arttırmakta dolaysıyla bu artı¸s kasko primlerine de yansımaktadır. Ancak sigorta ¸sirketlerindeki fiyat rekabetinden dolayı optimal primin altında yapılan satı¸slar ¸sirketlerin karlılık hedeflerinin gerisinde kalmalarına sebep olmaktadır. Sigorta ¸sirketlerinin karlı olarak büyüyebilmeleri için hasarsız mü¸steri profilinin portföye katıl-ması çok önemlidir. Karlı mü¸sterilerin portföye katılması için bireysel davranı¸sları yakalayacak modellere ihtiyaç duyulmaktadır. Bu nedenle son zamanlarda birçok sektörde kullanılan makine ögrenmesi algoritmalarından faydalanarak en iyi hasarlı/hasarsız sınıf tahmini yapan ˘ model belirlenecek ve sigorta sektöründe yaygın olarak kullanılan lojistik regresyon modeli ile kar¸sıla¸stırılacaktır.