{"id":24727,"date":"2023-08-23T14:01:22","date_gmt":"2023-08-23T14:01:22","guid":{"rendered":"https:\/\/cia-ica.ca\/les-actuaires\/practice-areas\/predictive-analytics\/"},"modified":"2024-06-17T13:13:42","modified_gmt":"2024-06-17T17:13:42","slug":"analytique-predictive","status":"publish","type":"page","link":"https:\/\/www.cia-ica.ca\/fr\/les-actuaires\/domaines-de-pratique\/analytique-predictive\/","title":{"rendered":"Analytique pr\u00e9dictive"},"content":{"rendered":"\n<p>Englobant une grande vari\u00e9t\u00e9 de techniques telles que les statistiques, la mod\u00e9lisation, l\u2019optimisation, le regroupement et les \u00e9tudes de march\u00e9, l\u2019analytique pr\u00e9dictive aide les entreprises et les organisations \u00e0 pr\u00e9voir des \u00e9v\u00e9nements futurs inconnus.<\/p>\n\n\n\n<p>Les actuaires en analytique pr\u00e9dictive utilisent des outils et des techniques pour d\u00e9crire, pr\u00e9dire et recommander des plans d\u2019action qui tiennent compte des comportements des consommateurs, des fournisseurs et des distributeurs. Ces actuaires hautement qualifi\u00e9s sont charg\u00e9s de :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Construire des outils pour les assureurs et les examinateurs de r\u00e9clamations d\u2019assurance;&nbsp;<\/li>\n\n\n\n<li>Calculer et mettre en place des cat\u00e9gories de primes d\u2019assurance;&nbsp;<\/li>\n\n\n\n<li>S\u2019assurer que les soci\u00e9t\u00e9s d\u2019assurance sont en mesure de tenir leurs promesses aux consommateurs;&nbsp;<\/li>\n\n\n\n<li>Nourrir la confiance des Canadiens et Canadiennes dans les institutions financi\u00e8res en s\u2019assurant qu\u2019elles ne prennent pas de risques inutiles vis-\u00e0-vis des \u00e9conomies et des d\u00e9p\u00f4ts des particuliers.&nbsp;<\/li>\n<\/ul>\n\n\n\n<p>En fin de compte, les actuaires travaillant dans l\u2019analytique pr\u00e9dictive aident une grande vari\u00e9t\u00e9 d\u2019entreprises \u00e0 mieux servir leurs clients en d\u00e9terminant les possibilit\u00e9s et en anticipant les probl\u00e8mes avant qu\u2019ils ne se produisent r\u00e9ellement.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-ressources-sur-la-modelisation-predictive\"><strong>Ressources sur la mod\u00e9lisation pr\u00e9dictive<\/strong><\/h2>\n\n\n\n<p><strong><strong>Ressources d\u2019introduction \u00e0 la science des donn\u00e9es et \u00e0 l\u2019actuariat<\/strong><\/strong><\/p>\n\n\n  <div class=\"accordions\">\n                <div class=\"accordions__dropdown dropdown\">\n        <button id=\"content-dropdown-69d2255d74562-toggle\" class=\"accordions__toggle dropdown__toggle\" aria-expanded=\"false\" aria-controls=\"content-dropdown-69d2255d74562\">\n          Cours et formations          <i class=\"icon far fa-chevron-up\" aria-hidden=\"true\"><\/i>\n          <i class=\"icon far fa-chevron-down\" aria-hidden=\"true\"><\/i>\n        <\/button>\n        <div id=\"content-dropdown-69d2255d74562\" class=\"accordions__content dropdown__content\" aria-expanded=\"false\" aria-labelledby=\"content-dropdown-69d2255d74562-toggle\">\n          <p><a href=\"http:\/\/ciml.info\/\" target=\"_blank\" rel=\"noopener\">A Course in Machine Learning<\/a>\u202f(cours gratuit, en anglais seulement)<br \/>\nHal Daum\u00e9 III<\/p>\n<p>Structur\u00e9 comme un manuel de cours, ce cours gratuit aborde dans le d\u00e9tail les fondements math\u00e9matiques de l\u2019apprentissage machine moderne. Le contenu est assez technique et on aborde tr\u00e8s sommairement l\u2019application des m\u00e9thodes pr\u00e9sent\u00e9es, mais on y expose un survol important auquel peuvent se reporter les praticiens et praticiennes lorsqu\u2019ils ont recours \u00e0 des progiciels en mati\u00e8re d\u2019apprentissage machine.<\/p>\n<p><a href=\"https:\/\/www.casact.org\/monograph\/cas-monograph-no-5\" target=\"_blank\" rel=\"noopener\">CAS Monograph No. 5: Generalized Linear Models for Insurance Rating, 2nd\u202fEdition<\/a>\u202f(en anglais seulement, document gratuit)<br \/>\nMark Goldburd, Anand Khare, Dan Tevet et Dmitriy Guller, 2020<\/p>\n<p>Cette monographie, adapt\u00e9e \u00e0 un auditoire actuariel plus technique, aborde les fondements math\u00e9matiques des mod\u00e8les lin\u00e9aires g\u00e9n\u00e9ralis\u00e9s (MLG) et leur application \u00e0 la tarification. La premi\u00e8re partie pr\u00e9sente une vue d\u2019ensemble du fonctionnement des MLG d\u2019un point de vue technique, ce qui int\u00e9ressera en particulier les parties prenantes qui souhaitent savoir ce que sont les MLG et comment les utiliser. Les parties qui suivent abordent plus en profondeur la conception, la validation et la mise au point des mod\u00e8les et constituent une ressource inestimable pour les praticiens et praticiennes.<em>\u202f<\/em><\/p>\n<p><a href=\"https:\/\/mlcourse.ai\/book\/index.html\" target=\"_blank\" rel=\"noopener\">mlcourse.ai<\/a>\u202f(cours gratuit, en anglais seulement)<br \/>\nYury Kashnitsky, 2022<\/p>\n<p>Ce cours sur l\u2019apprentissage machine, qui contient des le\u00e7ons, des expos\u00e9s et des probl\u00e8mes \u00e0 r\u00e9soudre pour chaque sujet abord\u00e9, pr\u00e9sente une introduction ludique et gratuite \u00e0 l\u2019exploration des donn\u00e9es et aux applications de l\u2019apprentissage machine, et met l\u2019accent sur le code Python.<\/p>\n        <\/div>\n      <\/div>\n                <div class=\"accordions__dropdown dropdown\">\n        <button id=\"content-dropdown-69d2255d74859-toggle\" class=\"accordions__toggle dropdown__toggle\" aria-expanded=\"false\" aria-controls=\"content-dropdown-69d2255d74859\">\n          Les applications de la mod\u00e9lisation pr\u00e9dictive en actuariat          <i class=\"icon far fa-chevron-up\" aria-hidden=\"true\"><\/i>\n          <i class=\"icon far fa-chevron-down\" aria-hidden=\"true\"><\/i>\n        <\/button>\n        <div id=\"content-dropdown-69d2255d74859\" class=\"accordions__content dropdown__content\" aria-expanded=\"false\" aria-labelledby=\"content-dropdown-69d2255d74859-toggle\">\n          <p><a href=\"https:\/\/www.cambridge.org\/zw\/academic\/subjects\/statistics-probability\/statistics-econometrics-finance-and-insurance\/predictive-modeling-applications-actuarial-science-volume-1\" target=\"_blank\" rel=\"noopener\">Volume 1: Predictive Modeling Techniques<\/a>\u202fet\u202f<a href=\"https:\/\/www.cambridge.org\/zw\/academic\/subjects\/statistics-probability\/statistics-econometrics-finance-and-insurance\/predictive-modeling-applications-actuarial-science-volume-2\" target=\"_blank\" rel=\"noopener\">Volume 2: Case Studies in Insurance<\/a><strong>\u202f<\/strong>(en anglais seulement, documents payants)<br \/>\nCambridge University Press, 2014<\/p>\n<p>\u00c0 la fois tr\u00e8s d\u00e9taill\u00e9 et facile \u00e0 lire, ce manuel en deux volumes s\u2019adresse aux actuaires et autres analystes financiers qui d\u00e9sirent d\u00e9velopper leur expertise en mod\u00e9lisation pr\u00e9dictive et leur connaissance des techniques statistiques avanc\u00e9es particuli\u00e8rement adapt\u00e9es aux assurances. Le premier volume pr\u00e9sente de fa\u00e7on d\u00e9taill\u00e9e plusieurs techniques de mod\u00e9lisation pr\u00e9dictive appliqu\u00e9es express\u00e9ment \u00e0 des probl\u00e8mes actuariels, tandis que le second expose des \u00e9tudes de cas de techniques appliqu\u00e9es \u00e0 des donn\u00e9es d\u2019assurance r\u00e9elles.<\/p>\n<p><a href=\"https:\/\/www.kaggle.com\/\" target=\"_blank\" rel=\"noopener\">Kaggle<\/a>\u202f(en anglais seulement, communaut\u00e9 regroupant des personnes des domaines de l\u2019apprentissage machine et de la science des donn\u00e9es, gratuit)<br \/>\nGoogle<\/p>\n<p>\u00c0 la fois un r\u00e9seau social, un centre de tutorat et un d\u00e9p\u00f4t d\u2019\u00e9chantillons de donn\u00e9es, Kaggle constitue la principale source pour les praticiens et praticiennes du domaine de la science des donn\u00e9es. L\u2019interface en ligne, qui comprend des ensembles de donn\u00e9es et des bribes de code publiques ainsi que des microcours gratuits, permet aux personnes apprenantes de commencer rapidement \u00e0 mettre en pratique des techniques de pointe. Les utilisateurs et utilisatrices plus avanc\u00e9s peuvent aussi prendre part \u00e0 des concours en ligne.<\/p>\n<p><a href=\"https:\/\/www.coursera.org\/learn\/machine-learning\" target=\"_blank\" rel=\"noopener\">Supervised Machine Learning Regression and Classification<\/a>\u202f(cours gratuit, en anglais seulement)<br \/>\nAndrew Ng, 2022<\/p>\n<p>Ce cours pr\u00e9sente un survol de base du langage de programmation Python, des concepts math\u00e9matiques fondamentaux aux fins de la science des donn\u00e9es et de quelques concepts d\u2019apprentissage automatique supervis\u00e9 fondamentaux. Il s\u2019agit d\u2019un excellent point de d\u00e9part pour les personnes qui d\u00e9sirent acqu\u00e9rir des connaissances en science des donn\u00e9es en langage Python.<\/p>\n        <\/div>\n      <\/div>\n      <\/div>\n\n\n\n<p><\/p>\n\n\n\n<p><strong><strong>Les fondements de la programmation<\/strong><\/strong><\/p>\n\n\n  <div class=\"accordions\">\n                <div class=\"accordions__dropdown dropdown\">\n        <button id=\"content-dropdown-69d2255d7512f-toggle\" class=\"accordions__toggle dropdown__toggle\" aria-expanded=\"false\" aria-controls=\"content-dropdown-69d2255d7512f\">\n          La programmation \u00e0 l\u2019aide du langage R          <i class=\"icon far fa-chevron-up\" aria-hidden=\"true\"><\/i>\n          <i class=\"icon far fa-chevron-down\" aria-hidden=\"true\"><\/i>\n        <\/button>\n        <div id=\"content-dropdown-69d2255d7512f\" class=\"accordions__content dropdown__content\" aria-expanded=\"false\" aria-labelledby=\"content-dropdown-69d2255d7512f-toggle\">\n          <p>R propose de nombreux progiciels aux fins de l\u2019apprentissage statistique. Dans bien des cas, la d\u00e9couverte de ce langage a lieu dans le cadre d\u2019un cours universitaire de statistique o\u00f9 l\u2019on apprend les fondements des mod\u00e8les lin\u00e9aires et des tests permettant de d\u00e9terminer la signification statistique. Le langage R est tr\u00e8s populaire chez les universitaires et constitue un excellent point de d\u00e9part pour construire des mod\u00e8les pr\u00e9dictifs explicables.<\/p>\n<p><a href=\"https:\/\/r4ds.hadley.nz\/\" target=\"_blank\" rel=\"noopener\">R for Data Science<\/a>\u202f(manuel de cours gratuit, en anglais seulement)<br \/>\nHadley Wickham et Garrett Grolemund, 2017<\/p>\n<p>R\u00e9dig\u00e9 par les cr\u00e9ateurs et les responsables de certains des progiciels R les plus populaires, dont tidyverse et tidymodels, R4DS offre une base solide en ce qui concerne la science des donn\u00e9es en langage R. Vous apprendrez \u00e0 importer vos donn\u00e9es en langage R, \u00e0 les organiser en une structure utile, \u00e0 les transformer, \u00e0 les visualiser et \u00e0 les mod\u00e9liser, tout en vous exer\u00e7ant au moyen de nombreux exemples de code et exercices.<\/p>\n<p><a href=\"https:\/\/www.udemy.com\/course\/r-basics\/\" target=\"_blank\" rel=\"noopener\">R Basics \u2013 R Programming Language Introduction<\/a>\u202f(cours gratuit, en anglais seulement)<\/p>\n<p>Si vous apprenez plus facilement en regardant des vid\u00e9os, ce cours accessible offre une s\u00e9rie de tutoriels vid\u00e9o portant sur les fondements de la programmation en langage\u202fR. Cela dit, il y manque certaines pratiques plus r\u00e9centes li\u00e9es au langage\u202fR, qui sont abord\u00e9es plus en profondeur dans le manuel\u202f<em>R for Data Science<\/em>.<\/p>\n        <\/div>\n      <\/div>\n                <div class=\"accordions__dropdown dropdown\">\n        <button id=\"content-dropdown-69d2255d75365-toggle\" class=\"accordions__toggle dropdown__toggle\" aria-expanded=\"false\" aria-controls=\"content-dropdown-69d2255d75365\">\n          Programmation \u00e0 l\u2019aide du langage Python          <i class=\"icon far fa-chevron-up\" aria-hidden=\"true\"><\/i>\n          <i class=\"icon far fa-chevron-down\" aria-hidden=\"true\"><\/i>\n        <\/button>\n        <div id=\"content-dropdown-69d2255d75365\" class=\"accordions__content dropdown__content\" aria-expanded=\"false\" aria-labelledby=\"content-dropdown-69d2255d75365-toggle\">\n          <p>Python est l\u2019un des langages de programmation les plus utilis\u00e9s aux fins de la construction de mod\u00e8les pr\u00e9dictifs, y compris au sein de la communaut\u00e9 actuarielle. Pour utiliser Python \u00e0 des fins de MP, il vous faudra bien conna\u00eetre tant les bases de la codification en langage Python que les progiciels et biblioth\u00e8ques Python utilis\u00e9s couramment en science des donn\u00e9es.<\/p>\n<p><a href=\"https:\/\/www.learnpython.org\/\" target=\"_blank\" rel=\"noopener\">LearnPython.org<\/a><strong>\u202f<\/strong>(cours gratuit, en anglais seulement)<br \/>\nRon Reiter, 2022<\/p>\n<p>Ces tutoriels interactifs, qui constituent une introduction pratique pour les personnes d\u00e9butantes, guident les \u00e9tudiants et \u00e9tudiantes depuis les fondements de Python jusqu\u2019\u00e0 des sujets plus avanc\u00e9s en offrant une r\u00e9troaction instantan\u00e9e sur les exercices. Aucune installation n\u00e9cessaire.<\/p>\n<p><a href=\"https:\/\/jakevdp.github.io\/PythonDataScienceHandbook\/\" target=\"_blank\" rel=\"noopener\">Python Data Science Handbook<\/a>\u202f(document gratuit, en anglais seulement)<br \/>\nJake VanderPlas, 2016<\/p>\n<p>Cet ouvrage constitue une excellente introduction \u00e0 certains progiciels et biblioth\u00e8ques les plus utilis\u00e9s en langage Python dans le cadre de la science des donn\u00e9es, dont Pandas, NumPy, scikit-learn et Matplotlib. Ce sont l\u00e0 de puissantes biblioth\u00e8ques de base qui facilitent diff\u00e9rents volets de la MP, du nettoyage \u00e0 la visualisation des donn\u00e9es en passant par la construction de mod\u00e8les.<\/p>\n        <\/div>\n      <\/div>\n      <\/div>\n\n\n\n<p><\/p>\n\n\n\n<p><strong><strong>\u00c9thique, \u00e9quit\u00e9 et pr\u00e9jug\u00e9s<\/strong><\/strong><\/p>\n\n\n  <div class=\"accordions\">\n                <div class=\"accordions__dropdown dropdown\">\n        <button id=\"content-dropdown-69d2255d75a89-toggle\" class=\"accordions__toggle dropdown__toggle\" aria-expanded=\"false\" aria-controls=\"content-dropdown-69d2255d75a89\">\n          Ressources          <i class=\"icon far fa-chevron-up\" aria-hidden=\"true\"><\/i>\n          <i class=\"icon far fa-chevron-down\" aria-hidden=\"true\"><\/i>\n        <\/button>\n        <div id=\"content-dropdown-69d2255d75a89\" class=\"accordions__content dropdown__content\" aria-expanded=\"false\" aria-labelledby=\"content-dropdown-69d2255d75a89-toggle\">\n          <p><a href=\"https:\/\/www.penguinrandomhouse.com\/books\/241363\/weapons-of-math-destruction-by-cathy-oneil\/\" target=\"_blank\" rel=\"noopener\">Weapons of Math Destruction<\/a>\u202f(livre payant, en anglais seulement)<br \/>\nCathy O\u2019Neil, 2016<\/p>\n<p>R\u00e9dig\u00e9 par Cathy O\u2019Neil, math\u00e9maticienne, scientifique des donn\u00e9es et ancienne \u00ab\u202fquant\u202f\u00bb de Wall Street,\u202f<em>Weapons of Math Destruction<\/em>\u202fpr\u00e9sente une introduction au c\u00f4t\u00e9 obscur potentiel des m\u00e9gadonn\u00e9es. L\u2019auteure expose la fa\u00e7on dont les algorithmes qui r\u00e9gissent de plus en plus notre vie \u00e9conomique et personnelle peuvent, s\u2019ils ne sont pas r\u00e9glement\u00e9s et contr\u00f4l\u00e9s, avoir des cons\u00e9quences n\u00e9gatives, notamment l\u2019accentuation des in\u00e9galit\u00e9s sociales.<\/p>\n<p><a href=\"https:\/\/afraenkel.github.io\/fairness-book\/intro.html\" target=\"_blank\" rel=\"noopener\">Fairness and Algorithmic Decision Making<\/a>\u202f(document gratuit, en anglais seulement)<br \/>\nAaron Fraenkel, 2020<\/p>\n<p>Cr\u00e9\u00e9 \u00e0 partir des notes du cours de l\u2019auteur sur l\u2019\u00e9quit\u00e9 et la prise de d\u00e9cision algorithmique, ce document s\u2019adresse aux praticiens et praticiennes du domaine de la science des donn\u00e9es. Dans le cadre d\u2019une d\u00e9marche globale, il aborde les interactions des syst\u00e8mes fond\u00e9s sur des donn\u00e9es avec les populations qu\u2019ils visent et propose des d\u00e9marches pratiques permettant de rep\u00e9rer les iniquit\u00e9s dans les syst\u00e8mes d\u00e9cisionnels (p. ex., les mesures de parit\u00e9) tout en \u00e9valuant les limites de ces d\u00e9marches.<\/p>\n<p><a href=\"https:\/\/www.brookings.edu\/research\/fairness-in-algorithmic-decision-making\/\" target=\"_blank\" rel=\"noopener\">Fairness in Algorithmic Decision-Making<\/a>\u202f(document gratuit, en anglais seulement)<br \/>\nMark MacCarthy, 2019<\/p>\n<p>Ce rapport de la Brookings Institution se penche sur les fa\u00e7ons dont les syst\u00e8mes d\u00e9cisionnels automatis\u00e9s peuvent avoir pour effet d\u2019accentuer les disparit\u00e9s entre les groupes prot\u00e9g\u00e9s malgr\u00e9 leur promesse de d\u00e9terminer avec plus de pr\u00e9cision et d\u2019\u00e9quit\u00e9 l\u2019admissibilit\u00e9 \u00e0 divers avantages dans les secteurs priv\u00e9 et public. L\u2019une des principales recommandations du document veut que l\u2019ensemble des entreprises de tous les secteurs se pr\u00e9occupent du caract\u00e8re \u00e9quitable des algorithmes qu\u2019elles utilisent, en \u00e9valuant de mani\u00e8re proactive les impacts divergents de leurs syst\u00e8mes organisationnels et en favorisant une pratique de divulgation et d\u2019\u00e9valuation continue.<\/p>\n<p><a href=\"https:\/\/actuaries.org.uk\/standards\/data-science-ethics\/\" target=\"_blank\" rel=\"noopener\">IFoA Ethical and Professional Guidance on Data Science<\/a>\u202f(document gratuit, en anglais seulement)<br \/>\nIFoA, 2021<\/p>\n<p>L\u2019Institute and Faculty of Actuaries (IFoA), en collaboration avec la Royal Statistical Society (RSS), a formul\u00e9 des lignes directrices non obligatoires en mati\u00e8re d\u2019\u00e9thique et de professionnalisme relatives \u00e0 la science des donn\u00e9es \u00e0 l\u2019intention des membres de l\u2019IFoA et de la RSS et de l\u2019ensemble des praticiens et praticiennes du domaine de la science des donn\u00e9es. Ce rapport pr\u00e9sente plusieurs exemples concrets et \u00e9tudes de cas visant \u00e0 aider les membres susceptibles \u00e0 se retrouver face \u00e0 des probl\u00e8mes \u00e9thiques ou professionnels dans le cadre de fonctions li\u00e9es \u00e0 la science des donn\u00e9es.<\/p>\n<p><a href=\"https:\/\/www.soa.org\/4a36e6\/globalassets\/assets\/files\/resources\/research-report\/2022\/avoid-unfair-bias-ai.pdf\" target=\"_blank\" rel=\"noopener\">Avoiding Unfair Bias in Insurance Application of AI Models<\/a>\u202f(document gratuit, en anglais seulement)<br \/>\nSOA Research Institute, 2022<\/p>\n<p>Plus l\u2019adoption de l\u2019intelligence artificielle s\u2019accro\u00eet au sein du secteur des assurances, plus le potentiel de biais d\u2019iniquit\u00e9 dans les algorithmes d\u2019IA utilis\u00e9s dans les processus de souscription, de tarification et de r\u00e9clamation, soit de r\u00e9sultats ind\u00e9sirables inexpliqu\u00e9s pour des populations d\u00e9j\u00e0 vuln\u00e9rables, augmente aussi. Ce rapport de recherche du Research Institute de la Society of Actuaries (SOA) pr\u00e9sente des m\u00e9thodes permettant d\u2019\u00e9viter ou d\u2019att\u00e9nuer les biais d\u2019iniquit\u00e9 caus\u00e9s ou accentu\u00e9s involontairement par le recours \u00e0 des mod\u00e8les d\u2019IA et propose aux assureurs un cadre et des strat\u00e9gies d\u2019att\u00e9nuation \u00e0 prendre en compte au moment de chercher \u00e0 rep\u00e9rer et \u00e0 r\u00e9duire ces biais.<\/p>\n<p><a href=\"https:\/\/arxiv.org\/abs\/2107.06641\" target=\"_blank\" rel=\"noopener\">Trustworthy AI: A Computational Perspective<\/a>\u202f(document gratuit, en anglais seulement)<br \/>\nCornell University, 2021<\/p>\n<p>L\u2019\u00e9laboration d\u2019une IA digne de confiance n\u00e9cessite que l\u2019on accorde une attention rigoureuse \u00e0 la mani\u00e8re d\u2019\u00e9viter les effets ind\u00e9sirables auxquels peut donner lieu la prise de d\u00e9cision automatis\u00e9e. Ce document pr\u00e9sente une \u00e9tude compl\u00e8te de l\u2019IA digne de confiance d\u2019un point de vue informatique, y compris les plus r\u00e9centes technologies permettant de concevoir des syst\u00e8mes s\u00fbrs, \u00e9quitables et fiables, en accordant une attention particuli\u00e8re \u00e0 six dimensions cruciales de l\u2019IA digne de confiance, soit la s\u00e9curit\u00e9 et la robustesse; la non-discrimination et l\u2019\u00e9quit\u00e9; l\u2019explicabilit\u00e9; le respect de la vie priv\u00e9e; la responsabilit\u00e9 et l\u2019auditabilit\u00e9; et le bien-\u00eatre environnemental.<\/p>\n<p><a href=\"https:\/\/www.eiopa.europa.eu\/media\/news\/eiopa-publishes-report-artificial-intelligence-governance-principles_en\" target=\"_blank\" rel=\"noopener\">EIOPA Report on Artificial Intelligence Governance Principles<\/a>\u202f(document gratuit, en anglais seulement)<br \/>\nAutorit\u00e9 europ\u00e9enne des assurances et des pensions professionnelles (AEAPP), 2021<\/p>\n<p>En r\u00e9ponse au recours croissant de l\u2019IA dans le domaine des assurances, l\u2019Autorit\u00e9 europ\u00e9enne des assurances et des pensions professionnelles a r\u00e9uni un groupe consultatif d\u2019experts afin de cerner les possibilit\u00e9s et les risques li\u00e9s \u00e0 la num\u00e9risation et d\u2019examiner les limites possibles de l\u2019automatisation. Ce rapport pr\u00e9sente leurs conclusions et \u00e9tablit des principes de gouvernance visant l\u2019IA aux fins du recours \u00e9thique \u00e0 l\u2019IA dans le secteur europ\u00e9en des assurances, ainsi que d\u2019autres lignes directrices \u00e0 l\u2019intention des soci\u00e9t\u00e9s d\u2019assurance sur la fa\u00e7on de les mettre en pratique.<\/p>\n<p><a href=\"https:\/\/cifar.ca\/fr\/ia\/ia-et-societe\/\" target=\"_blank\" rel=\"noopener\">CIFAR: IA et soci\u00e9t\u00e9<\/a><br \/>\nInstitut canadien de recherches avanc\u00e9es (CIFAR)<\/p>\n<p>Le CIFAR, un organisme de recherche mondial dont le si\u00e8ge est situ\u00e9 au Canada, \u0153uvre \u00e0 renforcer le leadership technique et responsable du Canada en mati\u00e8re d\u2019IA gr\u00e2ce \u00e0 son partenariat avec le gouvernement du Canada dans le cadre de la Strat\u00e9gie pancanadienne en mati\u00e8re d\u2019intelligence artificielle. Son programme \u00ab\u202fIA et Soci\u00e9t\u00e9\u202f\u00bb facilite les discussions intersectorielles au sujet des cons\u00e9quences \u00e9thiques, juridiques, politiques et sociales du r\u00f4le croissant de l\u2019IA au sein de la soci\u00e9t\u00e9. Des rapports faisant \u00e9tat des conclusions issues de ces discussions sont publi\u00e9s r\u00e9guli\u00e8rement.<\/p>\n        <\/div>\n      <\/div>\n      <\/div>\n\n\n\n<p><\/p>\n\n\n\n<p><strong><strong>Ressources relatives \u00e0 la science des donn\u00e9es et \u00e0 l\u2019actuariat \u00e0 l\u2019intention des praticiens et praticiennes<\/strong><\/strong><\/p>\n\n\n  <div class=\"accordions\">\n                <div class=\"accordions__dropdown dropdown\">\n        <button id=\"content-dropdown-69d2255d7667b-toggle\" class=\"accordions__toggle dropdown__toggle\" aria-expanded=\"false\" aria-controls=\"content-dropdown-69d2255d7667b\">\n          Progiciels g\u00e9n\u00e9raux          <i class=\"icon far fa-chevron-up\" aria-hidden=\"true\"><\/i>\n          <i class=\"icon far fa-chevron-down\" aria-hidden=\"true\"><\/i>\n        <\/button>\n        <div id=\"content-dropdown-69d2255d7667b\" class=\"accordions__content dropdown__content\" aria-expanded=\"false\" aria-labelledby=\"content-dropdown-69d2255d7667b-toggle\">\n          <p><a href=\"https:\/\/xgboost.readthedocs.io\/en\/stable\/\" target=\"_blank\" rel=\"noopener\">XGBoost Documentation<\/a><strong>\u202f<\/strong>(gratuit, en anglais seulement)<\/p>\n<p>Disponible \u00e0 la fois dans les langages Python et R \u2013 et tr\u00e8s appr\u00e9ci\u00e9e dans les concours d\u2019apprentissage machine \u2013 XGBoost est une biblioth\u00e8que logicielle en source ouverte qui met en \u0153uvre des algorithmes d\u2019apprentissage supervis\u00e9 dans le cadre de l\u2019algorithme Gradient Boosting Machine (GBM).<\/p>\n        <\/div>\n      <\/div>\n                <div class=\"accordions__dropdown dropdown\">\n        <button id=\"content-dropdown-69d2255d767f4-toggle\" class=\"accordions__toggle dropdown__toggle\" aria-expanded=\"false\" aria-controls=\"content-dropdown-69d2255d767f4\">\n          Progiciels en langage Python (tous en anglais seulement)          <i class=\"icon far fa-chevron-up\" aria-hidden=\"true\"><\/i>\n          <i class=\"icon far fa-chevron-down\" aria-hidden=\"true\"><\/i>\n        <\/button>\n        <div id=\"content-dropdown-69d2255d767f4\" class=\"accordions__content dropdown__content\" aria-expanded=\"false\" aria-labelledby=\"content-dropdown-69d2255d767f4-toggle\">\n          <p><a href=\"https:\/\/www.statsmodels.org\/\" target=\"_blank\" rel=\"noopener\">statsmodels<\/a><\/p>\n<p>statsmodels est un module Python qui offre des classes et des fonctions aux fins de l\u2019estimation de nombreux mod\u00e8les statistiques, ainsi qu\u2019aux fins de l\u2019ex\u00e9cution de tests statistiques et de l\u2019exploration de donn\u00e9es statistiques. Une liste exhaustive de statistiques de r\u00e9sultats est disponible pour chaque estimateur.<\/p>\n<p><a href=\"https:\/\/scikit-learn.org\/\" target=\"_blank\" rel=\"noopener\">scikit-learn<\/a><\/p>\n<p>scikit-learn est une biblioth\u00e8que logicielle d\u2019apprentissage machine gratuite offrant des outils simples et efficaces aux fins de l\u2019analytique pr\u00e9dictive de donn\u00e9es en Python (construite sur NumPy, SciPy et Matplotlib). Elle vise \u00e0 offrir des solutions simples et efficaces aux probl\u00e8mes d\u2019apprentissage accessibles \u00e0 tous et r\u00e9utilisables dans divers contextes.<\/p>\n<p><a href=\"https:\/\/pytorch.org\/\" target=\"_blank\" rel=\"noopener\">PyTorch<\/a><\/p>\n<p>PyTorch est un cadre d\u2019apprentissage machine de bout en bout en source ouverte destin\u00e9 \u00e0 la construction et \u00e0 l\u2019entra\u00eenement de mod\u00e8les d\u2019apprentissage profond, con\u00e7u pour acc\u00e9l\u00e9rer le passage du prototypage de la recherche au d\u00e9ploiement de la production.<\/p>\n<p><a href=\"https:\/\/huggingface.co\/\" target=\"_blank\" rel=\"noopener\">Hugging Face<\/a><\/p>\n<p>Hugging Face est une communaut\u00e9 et une plateforme de science des donn\u00e9es offrant des outils permettant aux utilisateurs utilisatrices de construire, d\u2019entra\u00eener et de d\u00e9ployer des mod\u00e8les d\u2019apprentissage machine de pointe aliment\u00e9s par une vaste biblioth\u00e8que en source ouverte, en particulier la biblioth\u00e8que Transformers. L\u2019aspect communaut\u00e9 de la plateforme permet aux utilisateurs et utilisatrices de tirer profit de l\u2019exp\u00e9rience d\u2019autres praticiens et praticiennes.<\/p>\n        <\/div>\n      <\/div>\n                <div class=\"accordions__dropdown dropdown\">\n        <button id=\"content-dropdown-69d2255d76a83-toggle\" class=\"accordions__toggle dropdown__toggle\" aria-expanded=\"false\" aria-controls=\"content-dropdown-69d2255d76a83\">\n          Progiciels\u202fR (tous en anglais seulement)          <i class=\"icon far fa-chevron-up\" aria-hidden=\"true\"><\/i>\n          <i class=\"icon far fa-chevron-down\" aria-hidden=\"true\"><\/i>\n        <\/button>\n        <div id=\"content-dropdown-69d2255d76a83\" class=\"accordions__content dropdown__content\" aria-expanded=\"false\" aria-labelledby=\"content-dropdown-69d2255d76a83-toggle\">\n          <p><a href=\"https:\/\/www.tidyverse.org\/\" target=\"_blank\" rel=\"noopener\">tidyverse<\/a><\/p>\n<p>Le tidyverse<em>\u202f<\/em>est une compilation de progiciels\u202fR con\u00e7us pour la science des donn\u00e9es, lesquels partagent tous une philosophie de conception, une grammaire et une structure de donn\u00e9es sous-jacentes. Il s\u2019agit de la norme industrielle pour la gestion, la transformation et la visualisation des donn\u00e9es dans l\u2019environnement R. Les progiciels de base comprennent dplyr, ggplot2, tidyr, readr, purrr, tibble, stringr et forcats.<\/p>\n<p><a href=\"https:\/\/www.tidymodels.org\/\" target=\"_blank\" rel=\"noopener\">tinymodels<\/a><\/p>\n<p>Le cadre tinymodels est une compilation de progiciels\u202fR destin\u00e9s \u00e0 la mod\u00e9lisation, \u00e0 l\u2019analyse statistique et \u00e0 l\u2019apprentissage machine \u00e0 l\u2019aide de principes de conception tidyverse. caret et mlr sont d\u2019autres progiciels ayant les m\u00eames objectifs.<\/p>\n<p><a href=\"https:\/\/github.com\/mages\/ChainLadder\" target=\"_blank\" rel=\"noopener\">ChainLadder<\/a><\/p>\n<p>ChainLadder est un progiciel\u202fR offrant des mod\u00e8les adapt\u00e9s \u00e0 la constitution de r\u00e9serves pour sinistres d\u2019assurance selon la m\u00e9thode du triangle, utilis\u00e9e plus couramment dans les domaines des assurances IARD et de l\u2019assurance de personnes. Un progiciel \u00e9quivalent pour Python appel\u00e9\u202f<a href=\"https:\/\/github.com\/casact\/chainladder-python#readme\" target=\"_blank\" rel=\"noopener\">chainladder<\/a>\u202foffre les m\u00eames outils actuariels souvent utilis\u00e9s.<\/p>\n<p><a href=\"https:\/\/mharinga.github.io\/insurancerating\/\" target=\"_blank\" rel=\"noopener\">insurancerating<\/a><\/p>\n<p>insurancerating<em>\u202f<\/em>est un progiciel\u202fR utile dans le cadre du travail de tarification des assurances IARD. Il est con\u00e7u pour aider les actuaires \u00e0 mettre en \u0153uvre des mod\u00e8les lin\u00e9aires g\u00e9n\u00e9ralis\u00e9s (MLG) dans le cadre des \u00e9tapes n\u00e9cessaires pour calculer une prime de risque \u00e0 partir de donn\u00e9es brutes.<\/p>\n<p><a href=\"https:\/\/gitlab.com\/vigou3\/actuar\" target=\"_blank\" rel=\"noopener\">actuar<\/a><\/p>\n<p>Con\u00e7u \u00e0 des fins d\u2019actuariat et de soutien en mati\u00e8re de distribution \u00e0 \u00ab\u202fqueue \u00e9paisse\u202f\u00bb, actuar fournit un large \u00e9ventail de distributions des probabilit\u00e9s qui n\u2019\u00e9taient pas d\u00e9j\u00e0 offertes en base\u202fR, notamment dans l\u2019annexe A du document\u202f<a href=\"https:\/\/www.wiley.com\/en-us\/Loss+Models%3A+From+Data+to+Decisions%2C+5th+Edition-p-9781119523758\" target=\"_blank\" rel=\"noopener\">Loss Models: From Data to Decisions<\/a>\u202f(en anglais seulement) de Stuart Klugman, Harry Panjer et Gordon Willmot.<\/p>\n        <\/div>\n      <\/div>\n      <\/div>\n\n\n\n<p><\/p>\n\n\n\n<p><strong><strong>Ressources actuarielles canadiennes<\/strong><\/strong><\/p>\n\n\n  <div class=\"accordions\">\n                <div class=\"accordions__dropdown dropdown\">\n        <button id=\"content-dropdown-69d2255d7728a-toggle\" class=\"accordions__toggle dropdown__toggle\" aria-expanded=\"false\" aria-controls=\"content-dropdown-69d2255d7728a\">\n          Publications          <i class=\"icon far fa-chevron-up\" aria-hidden=\"true\"><\/i>\n          <i class=\"icon far fa-chevron-down\" aria-hidden=\"true\"><\/i>\n        <\/button>\n        <div id=\"content-dropdown-69d2255d7728a\" class=\"accordions__content dropdown__content\" aria-expanded=\"false\" aria-labelledby=\"content-dropdown-69d2255d7728a-toggle\">\n          <p><a href=\"https:\/\/cia-ica.ca\/fr\/publications\/222103f\/\">\u00c9nonc\u00e9 de position : <em>Les m\u00e9gadonn\u00e9es et la classification des risques \u2013 Comprendre les enjeux actuariels et sociaux<\/em><\/a><br \/>\nInstitut canadien des actuaires, juillet 2022<\/p>\n<p><a href=\"https:\/\/cia-ica.ca\/fr\/publications\/219050f\/\"><em>L\u2019utilisation de l\u2019analytique pr\u00e9dictive dans l\u2019industrie canadienne de l\u2019assurance-vie<\/em><\/a><br \/>\nInstitut canadien des actuaires, mai 2019<\/p>\n<p><a href=\"https:\/\/cia-ica.ca\/fr\/publications\/rp222067e\/\"><em>Application de l\u2019analytique pr\u00e9dictive dans le secteur canadien des assurances IARD<\/em><\/a><br \/>\nInstitut canadien des actuaires, juin 2022<\/p>\n        <\/div>\n      <\/div>\n      <\/div>\n\n\n\n<p><\/p>\n\n\n\n<p><strong><strong>Ressources provenant d\u2019autres organismes actuariels et sectoriels<\/strong><\/strong><\/p>\n\n\n  <div class=\"accordions\">\n                <div class=\"accordions__dropdown dropdown\">\n        <button id=\"content-dropdown-69d2255d77aba-toggle\" class=\"accordions__toggle dropdown__toggle\" aria-expanded=\"false\" aria-controls=\"content-dropdown-69d2255d77aba\">\n          Organismes          <i class=\"icon far fa-chevron-up\" aria-hidden=\"true\"><\/i>\n          <i class=\"icon far fa-chevron-down\" aria-hidden=\"true\"><\/i>\n        <\/button>\n        <div id=\"content-dropdown-69d2255d77aba\" class=\"accordions__content dropdown__content\" aria-expanded=\"false\" aria-labelledby=\"content-dropdown-69d2255d77aba-toggle\">\n          <p><a href=\"https:\/\/www.actuaries.asn.au\/\" target=\"_blank\" rel=\"noopener\">Actuaries Institute.<\/a>\u202f(AI)<\/p>\n<p>L\u2019AI a admis l\u2019analytique des donn\u00e9es \u00e0 titre de domaine de pratique pour ses membres et a int\u00e9gr\u00e9 \u00e0 son programme de qualification des exigences relatives \u00e0 la science des donn\u00e9es, ainsi qu\u2019un module abordant les principes de l\u2019analytique des donn\u00e9es. Au chapitre de la formation continue, l\u2019organisme parraine un microcertificat intitul\u00e9\u202f<a href=\"https:\/\/www.actuaries.asn.au\/education-program\/microcredentials\/dsamc\" target=\"_blank\" rel=\"noopener\">Data Science Applications<\/a>\u202f(en anglais seulement) con\u00e7u par et pour les actuaires. Se reporter \u00e0 la page\u202f<a href=\"https:\/\/actuaries.asn.au\/microsites\/actuaries-in-data-science\/actuaries-and-data-science\" target=\"_blank\" rel=\"noopener\">Actuaries in Data Science<\/a>\u202f(en anglais seulement) de l\u2019AI relative \u00e0 la science des donn\u00e9es pour acc\u00e9der \u00e0 d\u2019autres ressources ou pour s\u2019inscrire au bulletin de l\u2019organisme portant sur la science des donn\u00e9es.<\/p>\n<p><a href=\"https:\/\/www.actuview.com\/\" target=\"_blank\" rel=\"noopener\">Actuview<\/a>\u202f(en anglais seulement)<\/p>\n<p>Actuview est la premi\u00e8re plateforme de diffusion en continu con\u00e7ue express\u00e9ment \u00e0 l\u2019intention des actuaires. Parrain\u00e9e par l\u2019Actuarial Association of Europe (AAE) et des entreprises partenaires, elle offre la diffusion en direct de congr\u00e8s et de colloques ainsi que de s\u00e9ances en ligne d\u2019associations actuarielles, d\u2019universit\u00e9s, d\u2019entreprises, d\u2019institutions partenaires et d\u2019experts ind\u00e9pendants de partout dans le monde, dont bon nombre de pr\u00e9sentations portant sur la science des donn\u00e9es. L\u2019adh\u00e9sion est gratuite pour les membres de l\u2019Association actuarielle internationale, de l\u2019AAE et d\u2019autres organismes commanditaires.<\/p>\n<p><a href=\"https:\/\/www.actuary.org\/homepage\" target=\"_blank\" rel=\"noopener\">American Academy of Actuaries<\/a>\u202f(AAA)<\/p>\n<p>Le comit\u00e9 de la science et de l\u2019analytique des donn\u00e9es (DSAC) de l\u2019American Academy of Actuaries, qui a succ\u00e9d\u00e9 au groupe de travail sur les m\u00e9gadonn\u00e9es, a \u00e9t\u00e9 mis sur pied dans le but de faire progresser les interventions de la profession actuarielle dans le domaine des m\u00e9gadonn\u00e9es et de l\u2019apprentissage machine et afin d\u2019\u00e9clairer les d\u00e9cisions en mati\u00e8re de politique publique quant \u00e0 l\u2019utilisation des technologies d\u2019analytique avanc\u00e9e. Le\u202f<a href=\"https:\/\/www.actuary.org\/committees\/dynamic\/DSAC\" target=\"_blank\" rel=\"noopener\">site Web du DSAC<\/a>\u202f(en anglais seulement) contient ses archives de publications utiles sur les utilisations actuarielles et \u00e9thiques de l\u2019analytique avanc\u00e9e.<\/p>\n<p>Autres publications importantes de l\u2019AAA dans le domaine de la science des donn\u00e9es\u202f:<\/p>\n<p><a href=\"https:\/\/www.actuary.org\/sites\/default\/files\/2019-10\/BigDataAndTheRoleOfTheActuary.pdf\" target=\"_blank\" rel=\"noopener\">Big Data and the Role of the Actuary<\/a>\u202f(document gratuit, en anglais seulement)<br \/>\nAmerican Academy of Actuaries Big Data Task Force, 2018<\/p>\n<p><a href=\"https:\/\/www.actuary.org\/sites\/default\/files\/2022-07\/Correlation.IB_.6.22_final.pdf\" target=\"_blank\" rel=\"noopener\">An Actuarial View of Correlation and Causation<\/a>\u202f(document gratuit, en anglais seulement)<br \/>\nAmerican Academy of Actuaries, juillet 2022<\/p>\n<p><a href=\"https:\/\/thecasinstitute.org\/\" target=\"_blank\" rel=\"noopener\">CAS Institute<\/a>\u202f(iCAS)<\/p>\n<p>Le CAS Institute, ou iCAS, une filiale de la Casualty Actuarial Society (CAS), offre des titres de comp\u00e9tence innovants et une formation professionnelle sp\u00e9cialis\u00e9e \u00e0 l\u2019intention des professionnels et professionnelles de l\u2019analyse quantitative, notamment le titre de\u202f<a href=\"https:\/\/thecasinstitute.org\/credentials\/predictive-analytics-and-data-science\/\" target=\"_blank\" rel=\"noopener\">Certified Specialist in Predictive Analytics<\/a>\u202f(CSPA).<\/p>\n<p>Les activit\u00e9s de la CAS en mati\u00e8re de donn\u00e9es et d\u2019analytique comprennent \u00e9galement la co-commandite (avec la SOA et l\u2019ICA) du\u202f<a href=\"https:\/\/www.soa.org\/prof-dev\/events\/2022-predictive-analytics-seminar\/\" target=\"_blank\" rel=\"noopener\">Colloque sur l\u2019analytique pr\u00e9dictive<\/a>, tenu annuellement, et la co-commandite (avec l\u2019ICA) de la s\u00e9rie de manuels\u202f<a href=\"https:\/\/instruction.bus.wisc.edu\/jfrees\/jfreesbooks\/PredictiveModelingVol1\/index.htm\" target=\"_blank\" rel=\"noopener\">Predictive Modeling Applications in Actuarial Science<\/a>\u202fen deux volumes.<\/p>\n<p><a href=\"https:\/\/actuaries.org.uk\/\" target=\"_blank\" rel=\"noopener\">Institute and Faculty of Actuaries<\/a>\u202f(IFoA) (en anglais seulement)<\/p>\n<p>L\u2019Institute and Faculty of Actuaries du Royaume-Uni s\u2019est investi dans le domaine de la science et de l\u2019analytique des donn\u00e9es tant du c\u00f4t\u00e9 de l\u2019\u00e9ducation que de celui de la recherche, en parrainant le Certificate in Data Science\u202fet en mettant sur pied, en 2018, le\u202f<a href=\"https:\/\/www.actuaries.org.uk\/practice-areas\/data-science\" target=\"_blank\" rel=\"noopener\">Data Science Working Party<\/a>\u202fdans le but de rechercher et d\u2019\u00e9laborer des techniques de science des donn\u00e9es appliqu\u00e9es \u00e0 l\u2019actuariat. La\u202f<a href=\"https:\/\/www.actuaries.org.uk\/practice-areas\/data-science\/data-science-working-party-research\" target=\"_blank\" rel=\"noopener\">rubrique sur la recherche<\/a>\u202fdu groupe de travail est accessible aux non-membres de l\u2019IFoA qui souhaitent prendre part \u00e0 des \u00e9tudes de cas en recherche. La page de l\u2019IFoA portant sur le domaine de pratique de la\u202f<a href=\"https:\/\/actuaries.org.uk\/learn\/lifelong-learning\/data-science\/\" target=\"_blank\" rel=\"noopener\">science des donn\u00e9es<\/a>\u202fcontient d\u2019autres liens et conseils utiles en la mati\u00e8re.<\/p>\n<p><a href=\"https:\/\/www.actuaries.org\/iaa\" target=\"_blank\" rel=\"noopener\">Association actuarielle internationale<\/a>\u202f(AAI)<\/p>\n<p>En 2020, l\u2019Association actuarielle internationale a mis sur pied un\u202f<a href=\"https:\/\/www.actuaries.org\/IAA\/IAA\/Task_Force\/Big_Data_Task_Force.aspx?WebsiteKey=ff59269c-4928-4369-a169-03e74a6bd8ca&amp;CCode=WGBD&amp;CommitteeTabs=1#CommitteeTabs\" target=\"_blank\" rel=\"noopener\">groupe de travail sur les m\u00e9gadonn\u00e9es<\/a>\u202f(en anglais seulement), auquel elle a confi\u00e9 le mandat de faciliter (traduction) \u00ab\u202fla discussion et le partage de connaissances entre les membres titulaires au sujet des questions d\u2019int\u00e9r\u00eat international pour les actuaires travaillant avec les m\u00e9gadonn\u00e9es\u202f\u00bb. Bien que ce groupe de travail ponctuel ait \u00e9t\u00e9 dissous en mai 2021 (et remplac\u00e9 par le\u202f<a href=\"https:\/\/www.actuaries.org\/iaa\/IAA\/Forums\/Big_Data\/IAA\/Forums\/Big_Data_Virtual\/Landing.aspx?iUniformKey=cf2ab809-3d65-48b5-89c0-33c5ec1f5e64&amp;CCode=BDVF&amp;tools=WB-DI-AN&amp;hkey=4175be9a-8c01-43d7-a45b-c0b16b46b25a\" target=\"_blank\" rel=\"noopener\">Forum virtuel sur l\u2019analytique des donn\u00e9es<\/a>), des enregistrements de pr\u00e9sentations (en anglais seulement) sont accessibles sur sa\u202f<a href=\"https:\/\/www.actuaries.org\/IAA\/IAA\/Task_Force\/Big_Data_Task_Force.aspx?WebsiteKey=ff59269c-4928-4369-a169-03e74a6bd8ca&amp;CCode=WGBD&amp;CommitteeTabs=3#CommitteeTabs\" target=\"_blank\" rel=\"noopener\">page Web<\/a>.<\/p>\n<p><a href=\"https:\/\/www.soa.org\/\" target=\"_blank\" rel=\"noopener\">Society of Actuaries<\/a>\u202f(SOA) (en anglais seulement)<\/p>\n<p>La Society of Actuaries est tr\u00e8s active tant du c\u00f4t\u00e9 de l\u2019\u00e9ducation que de celui de la recherche en mati\u00e8re d\u2019analytique pr\u00e9dictive et d\u2019IA. En qualit\u00e9 d\u2019organisme de qualification actuarielle, la SOA exige des nouveaux membres associ\u00e9s qu\u2019ils r\u00e9ussissent un examen portant sur l\u2019analytique pr\u00e9dictive. La page\u202f<a href=\"https:\/\/www.soa.org\/education\/exam-req\/edu-asa-req\/\" target=\"_blank\" rel=\"noopener\">Associate of the Society of Actuaries (ASA)<\/a>\u202fde la SOA pr\u00e9sente des pr\u00e9cisions au sujet des examens et de l\u2019\u00e9ducation. Des programmes de certification, soit en mati\u00e8re d\u2019analytique pr\u00e9dictive ou d\u2019utilisation \u00e9thique et responsable des donn\u00e9es et des mod\u00e8les pr\u00e9dictifs, sont offerts aux Fellows de la SOA. Sous peu, ceux-ci se verront aussi offrir le programme de certificat en analytique pr\u00e9dictive avanc\u00e9e. La page\u202f<a href=\"https:\/\/www.soa.org\/programs\/soa-certificates\/\" target=\"_blank\" rel=\"noopener\">SOA Certificate Programs<\/a>\u202fpr\u00e9sente des pr\u00e9cisions \u00e0 ce sujet.<\/p>\n<p>La page\u202f<a href=\"https:\/\/www.soa.org\/sections\/technology\/technology-data-analytics-resources\/\">Data Analytics Resources<\/a>\u202fde la SOA contient des liens vers des outils, des sources de donn\u00e9es ouvertes et d\u2019autres ressources, et la page\u202f<a href=\"https:\/\/www.soa.org\/research\/topics\/pred-analytics-exp-study-list\/\" target=\"_blank\" rel=\"noopener\">Predictive Analytics Experience Studies<\/a>\u202fpr\u00e9sente des exemples d\u2019\u00e9tudes sur l\u2019exp\u00e9rience ayant recours \u00e0 des techniques d\u2019analytique pr\u00e9dictive.<\/p>\n<p><a href=\"https:\/\/www.eiopa.europa.eu\/\" target=\"_blank\" rel=\"noopener\">Autorit\u00e9 europ\u00e9enne des assurances et des pensions professionnelles<\/a>\u202f(AEAPP) (en anglais seulement)<\/p>\n<p>La page de l\u2019AEAPP\u202f<a href=\"https:\/\/www.eiopa.europa.eu\/browse\/digitalisation-and-financial-innovation\/artificial-intelligence-and-big-data_en?source=search\" target=\"_blank\" rel=\"noopener\">Artificial Intelligence and Big Data<\/a>\u202fcontient des liens permettant d\u2019acc\u00e9der \u00e0 ses rapports gratuits portant sur le recours \u00e0 l\u2019analytique des m\u00e9gadonn\u00e9es par les institutions financi\u00e8res et dans le secteur des assurances, ainsi qu\u2019\u00e0 son rapport sur l\u2019\u00e9thique en mati\u00e8re num\u00e9rique dans lequel sont \u00e9nonc\u00e9s les principes de gouvernance de l\u2019IA visant le secteur europ\u00e9en des assurances.<\/p>\n<p><a href=\"https:\/\/content.naic.org\/\" target=\"_blank\" rel=\"noopener\">National Association of Insurance Commissioners<\/a>\u202f(NAIC) (en anglais seulement)<\/p>\n<p>Plusieurs groupes de travail et projets de recherche de la NAIC se penchent sur l\u2019utilisation de l\u2019IA et des m\u00e9gadonn\u00e9es dans le secteur des assurances. La page\u202f<a href=\"https:\/\/content.naic.org\/cipr-topics\/big-data\" target=\"_blank\" rel=\"noopener\">Big Data<\/a>\u202fde l\u2019organisme pr\u00e9sente des ressources relatives aux technologies en \u00e9mergence, notamment sur la fa\u00e7on dont les nouvelles sources de donn\u00e9es peuvent constituer un compl\u00e9ment aux sources plus traditionnelles au b\u00e9n\u00e9fice des consommateurs et des assureurs, ainsi que sur certains des risques et d\u00e9fis que posent les m\u00e9gadonn\u00e9es.<\/p>\n<p>Des groupes de travail de la NAIC \u00e9laborent \u00e9galement des pratiques exemplaires servant de guide aux responsables de la r\u00e9glementation nationaux dans leur examen de l\u2019utilisation des mod\u00e8les pr\u00e9dictifs par les assureurs. Dans un livre blanc publi\u00e9 en 2020 et intitul\u00e9\u202f<a href=\"https:\/\/content.naic.org\/sites\/default\/files\/CA-WP_1.pdf\" target=\"_blank\" rel=\"noopener\">Regulatory Review of Predictive Models<\/a>, par exemple, le Casualty Actuarial and Statistical (C) Task Force \u00e9nonce les pratiques exemplaires aux fins de l\u2019examen des mod\u00e8les pr\u00e9dictifs d\u00e9pos\u00e9s par les assureurs pour justifier la tarification.<\/p>\n        <\/div>\n      <\/div>\n      <\/div>\n","protected":false},"excerpt":{"rendered":"<p>Englobant une grande vari\u00e9t\u00e9 de techniques telles que les statistiques, la mod\u00e9lisation, l\u2019optimisation, le regroupement et les \u00e9tudes de march\u00e9, l\u2019analytique pr\u00e9dictive aide les entreprises et les organisations \u00e0 pr\u00e9voir des \u00e9v\u00e9nements futurs inconnus. Les actuaires en analytique pr\u00e9dictive utilisent [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":2552,"menu_order":12,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false,"wicket_organization":"","footnotes":""},"class_list":["post-24727","page","type-page","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.cia-ica.ca\/fr\/wp-json\/wp\/v2\/pages\/24727","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.cia-ica.ca\/fr\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.cia-ica.ca\/fr\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.cia-ica.ca\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.cia-ica.ca\/fr\/wp-json\/wp\/v2\/comments?post=24727"}],"version-history":[{"count":14,"href":"https:\/\/www.cia-ica.ca\/fr\/wp-json\/wp\/v2\/pages\/24727\/revisions"}],"predecessor-version":[{"id":344290,"href":"https:\/\/www.cia-ica.ca\/fr\/wp-json\/wp\/v2\/pages\/24727\/revisions\/344290"}],"up":[{"embeddable":true,"href":"https:\/\/www.cia-ica.ca\/fr\/wp-json\/wp\/v2\/pages\/2552"}],"wp:attachment":[{"href":"https:\/\/www.cia-ica.ca\/fr\/wp-json\/wp\/v2\/media?parent=24727"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}