اپلیکیشن اندرویدی فلش‌کارت آموزشی توزیع‌های دوجمله‌ای و فوق‌هندسی در تحلیل داده‌های بیمه (Exam P)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره توزیع‌های دوجمله‌ای و فوق‌هندسی در تحلیل داده‌های بیمه (Exam P)

موضوع کلی: آمار و احتمالات کاربردی

موضوع میانی: توزیع‌های احتمال گسسته

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر آمار و احتمالات در بیمه
• 2. مفاهیم پایه احتمال
• 3. قوانین احتمال
• 4. احتمال شرطی
• 5. قضیه بیز
• 6. متغیرهای تصادفی گسسته
• 7. تابع جرم احتمال
• 8. امید ریاضی متغیر تصادفی گسسته
• 9. واریانس متغیر تصادفی گسسته
• 10. برگشت ناپذیری در بیمه
• 11. توزیع برنولی
• 12. توزیع دوجمله‌ای
• 13. کاربردهای توزیع دوجمله‌ای در بیمه
• 14. توزیع فوق‌هندسی
• 15. کاربردهای توزیع فوق‌هندسی در بیمه
• 16. توزیع پواسون
• 17. کاربردهای توزیع پواسون در بیمه
• 18. توزیع هندسی
• 19. کاربردهای توزیع هندسی در بیمه
• 20. توزیع دوجمله‌ای منفی
• 21. کاربردهای توزیع دوجمله‌ای منفی در بیمه
• 22. توزیع یکنواخت گسسته
• 23. توزیع چندجمله‌ای
• 24. کاربردهای توزیع چندجمله‌ای در بیمه
• 25. متغیرهای تصادفی پیوسته
• 26. تابع چگالی احتمال
• 27. تابع توزیع تجمعی
• 28. امید ریاضی متغیر تصادفی پیوسته
• 29. واریانس متغیر تصادفی پیوسته
• 30. توزیع یکنواخت پیوسته
• 31. توزیع نمایی
• 32. کاربردهای توزیع نمایی در بیمه
• 33. توزیع نرمال
• 34. کاربردهای توزیع نرمال در بیمه
• 35. توزیع گاما
• 36. کاربردهای توزیع گاما در بیمه
• 37. توزیع بتا
• 38. کاربردهای توزیع بتا در بیمه
• 39. توزیع کای دو
• 40. کاربردهای توزیع کای دو در بیمه
• 41. توزیع t استیودنت
• 42. کاربردهای توزیع t استیودنت در بیمه
• 43. توزیع F فیشر
• 44. کاربردهای توزیع F فیشر در بیمه
• 45. توزیع لجستیک
• 46. کاربردهای توزیع لجستیک در بیمه
• 47. توزیع وایبول
• 48. کاربردهای توزیع وایبول در بیمه
• 49. توزیع‌های ترکیبی
• 50. توزیع‌های شرطی
• 51. استقلال متغیرهای تصادفی
• 52. همبستگی و کوواریانس
• 53. ماتریس کوواریانس
• 54. کاربرد همبستگی در تحلیل ریسک بیمه
• 55. مقدمه‌ای بر فرآیندهای تصادفی
• 56. فرآیندهای پواسون
• 57. فرآیندهای مارکوف
• 58. کاربرد فرآیندهای تصادفی در مدل‌سازی ادعاهای بیمه
• 59. مدل‌سازی عمر افراد در بیمه عمر
• 60. مدل‌سازی ریسک در بیمه اتکایی
• 61. مقدمه‌ای بر شبیه‌سازی مونت کارلو
• 62. کاربرد شبیه‌سازی در ارزیابی ریسک
• 63. تحلیل حساسیت در مدل‌های بیمه
• 64. روش‌های تخمین پارامتر
• 65. برآورد حداکثر درستنمایی
• 66. برآورد گشتاورها
• 67. آزمون فرض آماری
• 68. خطای نوع اول و دوم
• 69. آزمون‌های نسبت درستنمایی
• 70. تحلیل رگرسیون خطی
• 71. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته
• 72. کاربرد رگرسیون در پیش‌بینی خسارات بیمه
• 73. مدل‌های خطی تعمیم‌یافته برای داده‌های شمارشی
• 74. مدل‌های خطی تعمیم‌یافته برای داده‌های باینری
• 75. روش‌های استنباط بیزی
• 76. مقدمه‌ای بر یادگیری ماشین در بیمه
• 77. کاربرد الگوریتم‌های یادگیری ماشین در ارزیابی ریسک
• 78. یادگیری ماشین برای تشخیص تقلب در بیمه
• 79. کاربرد شبکه‌های عصبی در تحلیل داده‌های بیمه
• 80. مقدمه‌ای بر داده‌کاوی در بیمه
• 81. تکنیک‌های خوشه‌بندی در داده‌های بیمه
• 82. کاربرد درختان تصمیم در طبقه‌بندی مشتریان بیمه
• 83. مقدمه‌ای بر تحلیل سری‌های زمانی در بیمه
• 84. مدل‌های ARIMA برای پیش‌بینی خسارات
• 85. تحلیل داده‌های پرت در بیمه
• 86. اصول اخلاقی در تحلیل داده‌های بیمه
• 87. حریم خصوصی داده‌ها در صنعت بیمه
• 88. ملاحظات قانونی در استفاده از داده‌ها در بیمه
• 89. توسعه مدل‌های پیش‌بینی ریسک پایدار
• 90. مدل‌سازی ریسک‌های نوظهور در بیمه
• 91. کاربرد آمار در قیمت‌گذاری بیمه
• 92. مبانی قیمت‌گذاری بیمه عمر
• 93. مبانی قیمت‌گذاری بیمه مسئولیت
• 94. مبانی قیمت‌گذاری بیمه اتومبیل
• 95. مبانی قیمت‌گذاری بیمه اموال
• 96. مبانی قیمت‌گذاری بیمه سلامت
• 97. مبانی قیمت‌گذاری بیمه حوادث
• 98. مبانی قیمت‌گذاری بیمه مسافرتی
• 99. مبانی قیمت‌گذاری بیمه اعتباری
• 100. مبانی قیمت‌گذاری بیمه ورشکستگی