Tweedie regression, or Poisson-Gamma regressions ?.Fairness and discrimination, PhD Course, #6 Group fairness. Assurances : des collectivités désemparées face aux effets du dérèglement climatique.A Fair price to pay: exploiting causal graphs for fairness in insurance.From Uncertainty to Precision: Enhancing Binary Classifier Performance through Calibration.Partage des données, à qui profite le crime ?. Discrimination by proxy (a real case study).Fairness and discrimination, PhD Course, #7 Sensitive attributes and proxies.Talk at the 38th Annual AAAI Conference on Artificial Intelligence, in Vancouver.Histoire de l’assurance (petite recension).Fairness and discrimination, PhD Course, #8 Individual fairness.38th Annual AAAI Conference on Artificial Intelligence, in Vancouver.Discussions autour du Manuel d’Assurance, partie 1.Fairness of predictive models research project.Discussions autour du Manuel d’Assurance, partie 2.Fairness and discrimination, PhD Course, #9 Mitigation, Pre-processing and In-processing.PS pour les amateurs, la vidéo dont est extrait le titre est en ligne ici, biennale Julien Prévieux La suite à l’ouverture de la biennale, avec en particulier le travail de Goldin & Senneby…. J’en parle parce que Julien Prévieux y a repris une interview que nous avions enregistré il y a quelques semaines, où nous discutions de la gestion des risques, des catastrophes improbables, et de la prédiction du futur en environnement incertain… Une expérience géniale, d’autant plus que Julien a une culture fabuleuse sur ces sujets, et surtout un œil très différents des chercheurs académiques, des étudiants, ou des praticiens de l’assurance ! Les discussions qu’on a pu avoir ont beaucoup nourri ma réflexion sur la prédiction des catastrophes, ceux qui survolent régulièrement le blog ont du s’en rendre compte ! le premier volet du catalogue de la Biennale d’Art Contemporain ( ici), le second opuscule ce qui devient a été mis en ligne voilà 15 jours ( ici), et finalement, le troisième – ce qui survient – vient d’être mis en ligne ce week-end ( là). Nous parlerons alors d’ambiguïté, de probabilités subjectives, et de “ nouveaux risques“…Īprès la publication de l’opuscule ce qui vient à nous, i.e. en tous les cas si l’on s’intéresse à des problèmes de gestion des risques.Įnfin, l’exposé devrait se terminer sur les blacks swan, et autres unknown unknown, ou comment appréhender des risques pour lesquels on ne dispose pas de probabilités. Nous verrons comment cette loi s’est imposée dans les modèles financiers, alors qu’elle ne semble définitivement pas y être à sa place…. Cette loi, souvent appelée loi de Gauss, a été obtenue par de très nombreux mathématiciens, initialement comme limite d’un modèle binomial, visualisé sous la forme d’une “ planche de Galton“. Pour pouvoir bien comprendre les problématiques du monde financier, il sera important de revenir un peu sur la loi normale. Nous aborderons ensuite la naissance des tables de mortalités, et de l’assurance vie, pour finir avec la finance. Les jeux étant plus réguliers que les vieux dés, les calculs de probabilités étaient alors possibles…. Le plus vieux jeu connu est un jeu chinois, datant de 1400, mais c’est surtout à l’époque de la révolution que les jeux de cartes se sont popularisés. Étrangement, cela correspond à la naissance des jeux de cartes. Bref, il a fallu attendre le XVIIème et surtout le XVIIIème siècle pour voir arriver le calcul des probabilités. Une autre raison souvent invoquée est que la seule loi qui pouvait Et s’il nous paraît évident qu’avec un dé, on a 1 chance sur 6 d’obtenir un “4” en le lançant, ce n’était pas vraiment le cas avec ces premiers dés, qui étaient très irréguliers.Ĭette particularité physique fait qu’il ne pouvait exister de loi de probabilités. Or en sciences, la recherche de “ loi” signifie que l’on cherche “ un rapport immuable entre plusieurs grandeurs“. Or historiquement, les premiers dés (ou encore plus tôt les osselets, et autres astragales) sont mentionnés en Inde, en Egypte mais surtout à Rome. Quand on pense aux probabilités, on pense aux jeux de dés, ou aux jeux de cartes, qui sont généralement les premiers exemples que l’on introduit au lycée pour parler de probabilités. Une explication simple peut toutefois être avancée. Si les jeux de hasard dont très anciens, il a fallu attendre le XVIIIème siècle pour que naisse réellementle calcul des probabilités. On commencera par se demander pourquoi la théorie des probabilités est née aussi tard. L’exposé devrait commencer, a priori, par une discussion autour de l’origine des probabilités. Mercredi soir, je ferais un exposé lors de la biennale d’art contemporain, au couvent des Jacobins, ici. Ou l’histoire du quantitative risk management.
0 Comments
Leave a Reply. |
AuthorWrite something about yourself. No need to be fancy, just an overview. ArchivesCategories |