Machine learning en gegevensvoorbereiding voor acceptatie

Praktische ervaring en theoretische achtergrond stellen ons in staat om verschillende soorten heterogene gegevens op de juiste manier weer te geven in gebruiksklare datasets voor machine learning. We perfectioneren de kunst van feature-engineering voor tijdreeksgegevens, financiële transacties, spatiotemporele informatie, gedragspatronen en nog veel meer. Een kwalitatief hoogstaand risicoscoremodel is een van de belangrijkste succesfactoren bij risicobeheer. Onze datawetenschappers op PhD-niveau in Machine Learning kunnen een Risk Scoring Model trainen en correct valideren dat een uitgebreid beeld van de verzekerde geeft.