| Capaian Pembelajaran Mata Kuliah (CPMK) | - Mempelajari prinsip-pinsip Pembelajaran Terawasi, Tanpa Pengawasan, dan Penguatan
- Menerapkan algoritma PM pada masalah aktuaria (penetapan harga, cadangan, mortalitas, penghentian, deteksi penipuan).
- Menangani tantangan data aktuaria: penyensoran, pemotongan, ketidakseimbangan, dan kemiringan.
- Menafsirkan dan memvalidasi model PM dalam lingkungan yang diatur.
- Menggunakan alat ML modern (Python/R, scikit-learn, XGBoost, TensorFlow/PyTorch) secara efektif.
| - Understand the principles of supervised, unsupervised, and reinforcement learning
- Apply ML algorithms to actuarial problems (pricing, reserving, mortality, lapse, fraud detection).
- Handle actuarial data challenges: censoring, truncation, imbalance, and skewness.
- Interpret and validate ML models in a regulated environment.
- Using modern ML tools (Python/R, scikit-learn, XGBoost, TensorFlow/PyTorch) effectively.
|
|---|