Eva Šraj: Uporaba usmerjenih in rekurenčnih nevronskih mrež v aktuarski matematiki
V četrtek, 18. 9. 2025, ob 11:15 bo v predavalnici 2.03 v okviru seminarja VeSFiM potekalo predavanje Eve Šraj z naslovom Uporaba usmerjenih in rekurenčnih nevronskih mrež v aktuarski matematiki.
Predavanje bo potekalo v živo, bo pa omogočen tudi prenos prek interneta. Povezava na videokonferenčni sistem ZOOM: https://uni-lj-si.zoom.us/j/95925468149 ID: 959 2546 8149
Vljudno vabljeni!
Povzetek: V sklopu seminarja bom predstavila gradiva, ki smo jih obravnavali na poletni šoli Deep Learning for Actuarial Modeling v Lozani. Poletna šola je bila namenjena poglobljenemu razumevanju sodobnih metod globokega učenja v aktuarski matematiki.
Predavanje bo osredotočeno na uporabo usmerjenih nevronskih mrež (UNM), ki predstavljajo naravno razširitev klasičnih posplošenih linearnih modelov. Predstavila bom njihovo arhitekturo, matematično ozadje in praktično implementacijo v okolju R-Keras.
Poseben poudarek bo na ključnih elementih učenja UNM:
o gradientni spust in njegova stohastična razširitev,
o preobdelava kovariat, vključno z entitetno vgradnjo za kategorične spremenljivke,
o metoda vzvratnega razširjanja za učinkovito izračunavanje gradientov,
o strategija zgodnje prekinitve učenja, ki preprečuje pretirano prilagajanje modela,
o regularizacija, ki pomaga pri obvladovanju kompleksnosti modela in izboljšanju njegove napovedne moči.
V drugem delu predavanja bom predstavila rekurenčne nevronske mreže (RNM), ki so posebej primerne za obdelavo zaporednih podatkov. RNM upoštevajo časovno vzročnost in omogočajo modeliranje dolgoročnih odvisnosti prek rekurzivne strukture. Poleg osnovne strukture RNM bom predstavila tudi naprednejše arhitekture: kratki dolgoročni spomin (angl. Long Short-Term Memory) in rekurenčne enote z vrati (angl. Gated Recurrent Unit).
