Centro de Documentacion de Fundación MAPFRE - Machine learning with High-Cardinality categorical features in actuarial applications

Contenido multimedia no disponible por derechos de autor o por acceso restringido. Contacte con la institución para más información.

Registro MARC
Tag	1	2	Valor
LDR			00000cab a2200000 4500
001			MAP20240013547
003			MAP
005			20240830123535.0
008			240830e20240515bel\|\|\|p \|0\|\|\|b\|eng d
040			‎$a‎MAP‎$b‎spa‎$d‎MAP
084			‎$a‎6
245	1	0	‎$a‎Machine learning with High-Cardinality categorical features in actuarial applications‎$c‎Benjamin Avanzi [et al.]
520			‎$a‎High-cardinality categorical features are pervasive in actuarial data (e.g., occupation in commercial property insurance). Standard categorical encoding methods like one-hot encoding are inadequate in these settings
650		4	‎$0‎MAPA20080627904‎$a‎Ciencias Actuariales y Financieras
650		4	‎$0‎MAPA20170005476‎$a‎Machine learning
650		4	‎$0‎MAPA20080549497‎$a‎Actuarios
700			‎$0‎MAPA20090029927‎$a‎Avanzi, Benjamin
773	0		‎$w‎MAP20077000420‎$g‎15/05/2024 Volumen 54 Número 2 - mayo 2024 , p.213-238‎$x‎0515-0361‎$t‎Astin bulletin‎$d‎Belgium : ASTIN and AFIR Sections of the International Actuarial Association
856			‎$u‎https://www.cambridge.org/core/journals/astin-bulletin-journal-of-the-iaa/article/machine-learning-with-highcardinality-categorical-features-in-actuarial-applications/C910580D669A903DA6CC00AE6CDCB4DE