Program LSNA 2012

LETNIA SZKOŁA NAUK AKTUARIALNYCH
23 EDYCJA, ROK 2012
Title: Time Series
Dates: 12-14.09.2012
Abstract:
Day One:
Examples of time series, objectives of time series analysis
Stationarity, ARMA models, some important nonstationary models
Tests for white noise, tests for random walks
Day Two:
Model identification using ACF, PACF and EACF
Fitting ARMA models: MLE and LSE
Model diagnostics
Model identification based on information criteria
Day Three:
Linear prediction
Modelling heteroscedasticity
ARCH and GARCH models: Basic properties and statistical inference
Lecturer: Prof. Qiwei Yao
Professor of Statistics at London School of Economics. He is a Fellow of both the Institute of
Mathematical Statistics and the American Statistical Association, and also a elected member
of the International Statistical Institute. He is at present a co-Editor of Statistica Sinica, and
an Associate Editor of Annals of Statistics. Personal homepage is at
http://stats.lse.ac.uk/q.yao/ with links to cv and publications.
Temat: Statystyczne systemy uczące się ze szczególnym uwzględnieniem
metod uczenia bez nadzoru
Decyzją Zarządu PSA wykład odbędzie się w języku polskim
Daty: 17-18.09.2012
Abstrakt:
Systemy uczące się, inaczej metody komputerowego uczenia maszynowego (ang. machine
learning), możemy z grubsza utożsamić z komputerowymi metodami wydobywania wiedzy z
obserwowanych danych (ang. data mining). Systemy uczące się, a wśród nich zwłaszcza
metody statystyczne, odgrywają dziś w praktyce bardzo istotną rolę. Nie ma w tym nic
dziwnego – zbieramy ogromne ilości danych i tylko wykorzystując pamięci i możliwości
obliczeniowe komputerów możemy na podstawie tych danych zdobyć wiedzę o
obserwowanym zjawisku.
Wykład zaczniemy od omówienia metod uczenia bez nadzoru - rzutowania i ekstrakcji
nowych cech oraz cech ukrytych, i przede wszystkim analizy skupień. Zasadnicza część
wykładu metod rzutowania i ekstrakcji nowych cech oraz cech ukrytych poświęcona będzie
skalowaniu wielowymiarowemu, analizie składowych głównych oraz analizie czynnikowej.
Następnie – już krócej – zajmiemy się metodami uczenia pod nadzorem – analizą
dyskryminacyjną oraz analizą regresji. Na koniec wspomnimy o metodach uczenia pod
częściowym nadzorem. W przypadku wszystkich omawianych metod nie zapomnimy o
wzmiankach o metodach nowych, nieklasycznych.
Naszym celem nie będzie danie całościowego i teoretycznego wykładu przedmiotu, lecz
ujęcie tematu z perspektywy aktuarialnej. Postaramy się także podać pouczające przykłady.
Wykładowcy: Prof. Jacek Koronacki, Ewa Nowakowska
Profesor Koronacki jest Dyrektorem Instytutu Podstaw Informatyki PAN. Jest autorytetem w
dziedzinie analizy statystycznej i uczenia maszynowego. Jego zainteresowania badawcze
obejmują zastosowania tych metod, zwłaszcza w bioinformatyce. Wykłada lub wykładał na
Politechnice Warszawskiej i innych uczelniach w Polsce, w USA (Rice University oraz Ohio
State University), Australii (The University of New South Wales) i Argentynie (The National
University of San Luis). Jest członkiem Rad Naukowych instytutów PAN i UW, ekspertem
NCN, NCBiR i PKN oraz członkiem (Fellow) brytyjskiego Instytutu Matematyki i Jej
Zastosowań. Jest członkiem komitetów redakcyjnych czasopism: International Journal of
Data Mining, Modelling and Management (Senior Editor), Opuscula Mathematica, Machine
Graphics & Vision.
Ewa Nowakowska urodzona w Warszawie (1982), tytuł magistra uzyskała w zakresie
psychologii (2006) oraz matematyki (2007) na Uniwersytecie Warszawskim, studia
doktoranckie ukończyła w Kolegium Analiz Ekonomicznych SGH (2011), obecnie pisze pracę
doktorską w Instytucie Podstaw Informatyki PAN. Od 2005 roku w Zespole Statystyk
Wielowymiarowych GfK Polonia, zajmuje się wsparciem metodologicznym oraz analizą
danych w projektach wykorzystujących zaawansowane metody statystyczne. Jej obszar
zainteresowań zawodowych i naukowych obejmuje przede wszystkim metody uczenia bez
nadzoru, modelowanie w warunkach współliniowości oraz bayesowskie metody analizy
danych. Współpracuje z instytutami badawczymi oraz jednostkami R&D w Europie i USA,
aktywnie uczestniczy w życiu naukowym, występując na konferencjach oraz publikując.
Title: Mathematical Models and Methods in Life Insurance
Dates: 19-21.09.2012
Abstract:
Outline by keywords: A review of classical survival models. Extension to life history analysis
based on time-continuous Markov and semi-Markov models. Statistical inference. A more
general framework of marked point processes and their associated counting processes and
martingales. Application of the models to the analysis of death benefits, life annuities, health
insurance, and more general life insurance products. Classical life insurance mathematics:
the principle of equivalence, reserves, higher order moments, solvency requirements. Models
for environmental risk due to uncertain development of market indices and demographic
indices. Management of environmental risk: participating policy (or with-profit), index-linked
contracts, securitization through mortality derivatives. Some firm opinions will be articulated,
and discussions are welcome.
Lecturer: Prof. Ragnar Norberg
Ragnar Norberg is a Research Officer (Chercheur) at the University of Lyon 1 since 2011
and a Professor of Statistics at London School of Economics since 2000 (emeritus since
2010). Before this he was a Professor of Insurance Mathematics, first at the University of
Oslo, then at the University of Copenhagen. In between he has been a Guest Professor at
ETH Zuerich and the University of Melbourne, taught at the University of Strasbourg and the
Free University of Brussels, and paid longer visits to a number of academic institutions
including Moscow State University, Stanford University, and the University of the Aegean.
His research addresses a broad range of topics in risk theory, insurance mathematics (life
and non-life), credibility theory, financial mathematics, and related areas in statistics and
probability. He is well known in the international scientific and professional communities as
an organizer of meetings, an editor of academic journals, and a speaker in a long list of
major conferences, academic departments, and learned societies around the world. Personal
homepage is at http://isfa.univ-lyon1.fr/~norberg with links to full cv and publications.