損害保険造句
- 本論文では損害保険の純保険料推定に特化した回帰木を考察した．
本文中对特别化为损失保险的纯保险金估算的回归树进行了考察。 - 前章でみたように，損害保険の支払金額は正方向に長い裾を持つ分布に従う．
上一章中我们看到，损失保险的支付金额是沿着正方向分布成长长的下摆状。 - 北米の某損害保険会社より提供された３１８，５６４件の自動車保険契約履歴を用いた．
我们使用的北美的某损失保险公司提供的３１８，５６４个汽车保险合同履历。 - 損害保険各社は１９９８年の規制緩和を契機に新しい保険商品の開発をすすめている．
自从１９９８年放宽政策后，经营损失保险的各公司以此为契机开始了新的保险产品开发。 - 例えば損害保険会社が販売者，降水日に降水量が多いほど収益が減る小売店が購入者としてこのような契約を結ぶ。
例如损害保险公司作为销售者，降水日随着降水量增加收益减少的零售店作为购买者，签订这样的合同。 - 続いて，北米の某損害保険会社から提供された自動車保険データ３１８，５６４件に本手法を適用した結果を示す．
接下来，将会出示将本方法运用到由北美某损失保险公司提供的３１８，５６４个汽车保险数据中的结果。 - 損害保険の支払金額は，分布形状そのものがリスクファクターに依存する場合も多く，上述の仮定は現実を反映していない．
损失保险的支付金额的分布形状在很多情况下都会依存于风险因素，所以上述假设并不能反映现实情况。 - しかしながら，損害保険の支払金額の分布は図１のように非対称であるため，条件付平均関数と条件付中央値関数は一致しない．
但是，如图１所示，损失保险支付金额分布并不对称，所以带条件平均函数和带条件中央值函数不一致。 - また，損害保険データ特有の特徴をとりあげ，標準的なデータマイニング手法や統計解析手法を利用することが適切でないことを指摘する．
其次，总结了损失保险数据特有的特征，指出使用标准的数据采集法或统计分析法是不确切的。 - 企業の環境教育の事例として日本電気，松下電器産業，損害保険ジャパン，島津製作所，トヨタ自動車，ビール業界の例を紹介した。
作为企业环境教育的事例，本篇介绍了日本电气、松下电器产业、损害保险日本、岛津制作所、丰田汽车、啤酒行业等例子。 - 用損害保険造句挺难的，這是一个万能造句的方法
- 本論文は以下のように構成される．２章では損害保険料設定が過去の保険契約履歴をもとにリスクを推定する問題であることを述べ，問題の定式化を行う．
本文结构如下：第２章中论述了损失保险金设定是在过去的保险合同履历基础上如何评定风险的问题，并对该问题进行了定型。 - 損害保険においては，図１のような正方向に長い裾を持つ分布は損害保険の本質的な性質に起因するもので，この特徴を考慮した回帰分析を行う必要がある．
在损失保险中，像图１这种在正方向上带有较长下摆的分布起因于损失保险的本质特性，所以有必要在考虑这一特征的情况下进行回归分析。 - 損害保険においては，図１のような正方向に長い裾を持つ分布は損害保険の本質的な性質に起因するもので，この特徴を考慮した回帰分析を行う必要がある．
在损失保险中，像图１这种在正方向上带有较长下摆的分布起因于损失保险的本质特性，所以有必要在考虑这一特征的情况下进行回归分析。 - これは，１支払契約あたりの純保険料推定誤差を約０．６１ＣＡＤ程度減らせることを意味しており，損害保険会社のビジネス上メリットとしても有意であると思われる．
这意味着每１份支付合同的纯保险金估算误差可以缩减为大约０．６１ＣＡＤ，而且作为损失保险公司的商务优点也是非常有意义的。 - 回帰木はリスクファクターに応じたリスクグループの自動同定を可能とするため，ニューラルネットやサポートベクトルマシンなどの他の機械学習アルゴリズムよりも損害保険料設定問題に適している．
在回归树中，为了能使确定对应风险因素的相同风险集体自动进行，还将类神经网络法和支持向量机等其他机械学习算法运用到损失保险金设定问题中。 - 損害保険商品の設計は過去の保険契約履歴データベースから次のような手順で行われる：（１）リスクグループ同定：リスク（支払保険金額）が均一になるような保険契約のグループを同定する．
损失保险产品是在过去的保险合同履历数据库基础上，通过以下步骤来进行设计的：（１）确定相同的风险集体：确定风险（所支付的保险金额）完全相同的保险合同集体。
手机版