Karar ağaçları ve yapay sinir ağları kullanarak kasko sigortalarında risk değerlendirme
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İSTATİSTİK ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: MERVE ŞAHİN
Danışman: Gülhayat Gölbaşı Şimşek
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bilişim sistemlerinin gün geçtikçe gelişmesiyle birlikte artık büyük verilerin elde edilmesi ve sistemlerde saklanması kolaylaşmıştır. Sistemlerde saklanan her bir veri, çözüm üretilmek istenen probleme göre uygun analiz yöntemleriyle anlamlandırılabilir. Bu büyük verilerden geleceğe yönelik anlamlı sonuçlar çıkarmaya kısaca Veri Madenciliği (Data Mining) denmektedir. Veri madenciliği günümüzde bankacılık, sigortacılık, telekomünikasyon, borsa, tıp vs. pek çok bilim dalının vazgeçilmez bir parçası haline gelmiştir. Özellikle büyük şirketler, raporlamalarında sık sık veri madenciliğinden faydalanmaktadır. Veri madenciliği tekniklerinin temelini Bellek Tabanlı Yöntemler (Memory Based Reasoning), Sepet Analizi Tekniği (Market basket analysis), Yapay Sinir Ağları (Neural Networks), Karar Ağaçları (Decision Tree) ve Kümeleme Analizi (Cluster Analysis) oluşturmaktadır. Bu çalışmada sigortacılık sektörünün önemli alanlarından biri olan kasko branşında, özel bir şirketten alınan poliçe bilgileri üzerinden yeni gelen bir müşterinin hasar frekansını tahmin edebilmek için Yapay Sinir Ağları ve Karar Ağaçları yöntemlerinden faydalanılmıştır. Bu yöntemlerden Yapay Sinir Ağları; insan beyninin çalışma mekanizmasını taklit ederek beynin öğrenme, hatırlama genelleme yapma yoluyla yeni bilgiler üretebilme gibi temel işlevleri gerçekleştirmek üzere geliştirilmiştir. Karar ağaçları ise denetimli öğrenimin kullanıldığı veri madenciliği tekniklerindendir. Bu anlamda tahmin edilmesi gereken bir hedef değişken vardır. Bu çalışmada hasar frekansı sigorta riski olarak kabul edilmiş olup bu hedef değişkeni etkilediği düşünülen bağımsız değişkenler ile SAS yazılımının Enteprise Miner modülü kullanılarak Yapay Sinir Ağları ve Karar Ağaçları yöntemleriyle modelleme çalışması yapılmıştır. Yapay Sinir Ağları ve Karar Ağaçları yöntemleriyle elde edilen modellerin sigorta riskini tahmin performansları karşılatırılmış olup, her ikisi de kabul edilebilir seviyede olmakla birlikte Karar Ağaçları yönteminin tahmin başarısı daha yüksek bulunmuştur.