VVZ API is not affiliated with ETH Zurich. Data might be outdated or incorrect. Please view the official ETHZ Vorlesungsverzeichnis for binding information.

401-3931-00L 4 Credits BSC , DR , MSC D-MATH
You're viewing possible stale or outdated data. Please check the latest semester for more up-to-date information.

Responsible Machine Learning with Insurance Applications

Does not take place this semester.
VVZ CR n/a

Last Updated: 2026-06-01 11:31:23

Abstract

This lecture covers important aspects of applying supervised machine learning models in a responsible way, based on sound statistical theory. The focus is on model interpretability, calibration (bias) assessment, and proper model comparison. The methods are illustrated with actuarial datasets.

Objective

The student is familiar with the main tools of model interpretability, calibration assessment, and model comparison and knows how to apply supervised machine learning in a responsible way.

Content

• Overview of supervised machine learning (statistical learning theory, GLMs, tree based methods, and neural nets; cross-validation) • Model interpretability methods (partial dependence plots, measures of variable importance, and SHAP) • Bias/calibration assessment with identification functions • Model comparison with consistent scoring functions • Working with dependent observations and further topics

Resources

Learning Materials (Links)

General Information

Language
English
Levels
BSC , DR , MSC
Frequency
Every two years

Examination

Type
session examination
Mode
oral 30 minutes

Course Components

Type Title Time & Place Hours
lecture with exercise Responsible Machine Learning with Insurance Applications
Does not take place this semester.
No time listed 2 h weekly

Offered In

  • Mathematik (Allgemeines Angebot)
  • Rechnergestützte Wissenschaften Bachelor
    • Wahlfächer (Von den angebotenen Wahlfächern müssen mindestens zwei Lerneinheiten erfolgreich abgeschlossen werden.)
  • Mathematik Bachelor
    • Wahlfächer
      • Auswahl: Finanz- und Versicherungsmathematik (Im Bachelor-Studiengang Mathematik ist auch 401-3913-01L Mathematical Foundations for Finance als Wahlfach anrechenbar, aber nur unter der Bedingung, dass 401-3888-00L Introduction to Mathematical Finance nicht angerechnet wird (weder im Bachelor- noch im Master-Studiengang). Wenden Sie sich für die Kategoriezuordnung nach dem Verfügen des Prüfungsresultates an das Studiensekretariat ( ).)
  • Rechnergestützte Wissenschaften Master
    • Wahlfächer (Von den angebotenen Wahlfächern müssen mindestens zwei Lerneinheiten erfolgreich abgeschlossen werden. Als Wahlfächer für Rechnergestützte Wissenschaften Master gelten automatisch (ohne Anrechnungsgesuch) auch alle Kernfächer/Vertiefungsfächer (aber nicht Wahlfächer!) aus folgenden Studiengängen: Informatik Master Mathematik Master Physik Master Elektrotechnik und Informationstechnologie Master Data Science Master Robotics, Systems and Control Master Statistik Master Neural Systems and Computation Master gemäss den angegebenen Abschnittsreferenzen.)
  • Mathematik Master
    • Wahlfächer (Für das Master-Diplom in Angewandter Mathematik ist die folgende Zusatzbedingung (nicht in myStudies ersichtlich) zu beachten: Mindestens 14 KP der erforderlichen 26 KP aus Kern- und Wahlfächern müssen aus Bereichen der angewandten Mathematik und weiteren anwendungsorientierten Gebieten stammen.)
      • Wahlfächer aus Bereichen der angewandten Mathematik ... (vollständiger Titel: Wahlfächer aus Bereichen der angewandten Mathematik und weiteren anwendungsorientierten Gebieten)
        • Auswahl: Finanz- und Versicherungsmathematik (Im Master-Studiengang Mathematik (Fachrichtung Mathematik bzw. Angewandte Mathematik) ist auch 401-3913-01L Mathematical Foundations for Finance als Wahlfach bzw. angewandtes Wahlfach anrechenbar, aber nur unter der Bedingung, dass 401-3888-00L Introduction to Mathematical Finance nicht angerechnet wird (weder im Bachelor- noch im Master-Studiengang). Wenden Sie sich für die Kategoriezuordnung nach dem Verfügen des Prüfungsresultates an das Studiensekretariat ( ).)
  • Statistik Master (Die hier aufgelisteten Lehrveranstaltungen gehören zum Curriculum des Master-Studiengangs Statistik. Die entsprechenden KP gelten nicht als Mobilitäts-KP, auch wenn gewisse Lerneinheiten nicht an der ETH Zürich belegt werden können.)
  • Quantitative Finance Master (siehe Studierende im Joint Degree Master-Studiengang "Quantitative Finance" müssen Module der Universität Zürich direkt an der Universität Zürich buchen. Die entsprechenden Module sind hier nicht aufgelistet.)