한국보험계리사회

  • HOME
  • 알림
  • 공지사항

공지사항

[교육] 「예측 모델링 교육 - 개인 맞춤형 AI 학습과 함께」 시행 안내 (9/8~9/9)
2025-07-22 조회수 : 1,074

본회는 회원의 전문성 제고를 위하여 다음과 같이 교육을 시행하오니 회원 여러분의 많은 관심과 신청 바랍니다. 감사합니다.

과정 개요

과 정 명

예측 모델링 교육 - 개인 맞춤형 AI 학습과 함께

일      시

(1일차) 2025-09-08() 14:00~18:00 (4H)

(2일차) 2025-09-09() 14:00~18:00 (4H) 

(8시간 / 2)

장      소

한국보험계리사회 세미나실 (주소: 서울시 종로구 새문안로315, 당주동 동원빌딩 4)

학습목표

1) 예측 분석의 주요 모델링 방법론핵심 개념을 정의하고 설명할 수 있다.

2) 데이터 전처리, 모델링, 결과계산 예측 분석의 실질적인 기법을 적용하고 수행

3) 다양한 시각화 자료와 모델 결과를 분석하고 여러 방법론을 비교하여 장단점을 파악

4) 비즈니스 문제해결을 위해 예측분석의 전 과정을 설계, 종합적인 평가를 통해 최종전략 구성

교육대상

1) 예측 분석 역량 강화 및 데이터 기반 의사결정에 관심 있는 모든 부서의 임직원

2) Google NotebookLM 등 최신 AI 도구를 학습에 적용해 보고 싶으신 분

사전지식

Exam P, Exam SRM, VEE Mathematical Statistics

준  비  물

1. 기자재: 노트북, 태블릿, 또는 스마트폰을 준비해주세요.

(다만, 원활한 학습을 위해 스마트폰보다는 노트북이나 태블릿 사용을 권장함)

2. 프로그램: Google 계정 (NotebookLM 서비스 로그인을 위해 필요함)

강사소개

김현수 (뮌헨재보험 생명보험부 계리컨설팅 부장)

이수학점

8학점

수강인원

선착순 60 (수강신청자는 선착순으로 접수하며, 조기마감될 수 있습니다.)

 

강의일람표

강의시간

8시간 / 2일간

 

일시

과목

9/8

()

14:00-15:10

(70)

과정 소개 및

예측 분석 문제 

정의

1. 과정 목표 및 PA exam 특징 분석

2. AI 기반 학습(NotebookLM) 활용법 소개

3. 분석 유형별(descriptive, predictive, prescriptive) 비즈니스 질문 도출

4. 편향-분산 트레이드오프(Bias-Variance Trade-off) 개념의 이해

15:20-16:35

(75)

탐색적 데이터 

분석(EDA)

데이터 변환

1. 데이터 분포(왜도, 이상치) 파악 및 데이터 처리와 정당화

2. 불균형 데이터의 문제점 파악 및 해결 방안 (언더/오버 샘플링)

3. 다중공선성(Multicollinearity) 문제 발견 및 해석

4. 기존 데이터로부터 모델 성능을 개선할 새로운 변수(피처) 생성

16:45-18:00

(75)

트리 기반 모델

1. 불순도(Impurity) 및 엔트로피(Entropy) 개념

2. 단일 트리(Decision Trees)의 해석, 가지치기(Pruning) 및 최적 복잡도(cp) 선택

3. 배깅(Bagging), 랜덤포레스트 및 부스팅(Boosting)

4. 과적합(Overfitting) 방지를 위한 주요 하이퍼파라미터의 역할과 제어 방법

9/9

()

14:00-15:10

(70)

비지도 학습 및

일반화 선형 모델(GLM) 기초

1. 주성분 분석(PCA), K-평균(K-means), 계층적 군집 분석(Hierarchical Clustering)

2. 군집 분석(Clustering) 적용 시의 주요 고려사항 (변수 스케일링, 표준화 등)

3. GLM의 기본 가정(선형성 등) 및 트리 모델과의 차이점 비교

4. GLM 잔차 진단 그래프(Q-Q Plot, Scale-Location) 해석

15:20-16:35

(75)

일반화 선형 모델(GLM) 심화

1. 변수 선택 기법 비교: 단계적 선택법 vs 정규화 회귀(LASSO, Ridge)

2. GLM의 분포(Distribution) 및 연결 함수(Link Function) 선택

3. 오프셋(Offsets) 및 가중치(Weights) 적용 방법

4. 상호작용항을 포함한 모델의 계수 해석 및 예측값 계산

16:45-18:00

(75)

모델링 종합 및

최종 평가

1. 분류 모델 평가 지표의 이해와 계산 (혼동 행렬, 정확도, 민감도, 정밀도)

2. ROC 커브와 AUC의 해석 및 비즈니스 목적에 따른 임계값(Threshold) 조정

3. 모델 성능과 해석용이성을 고려한 최종 모델 선택 및 정당화

4. AI 튜터를 활용한 개인별 학습 계획 및 약점 보완

상기 일정표는 진행과정에 따라 일부 변경될 수 있습니다.

 

수강신청 방법

수강신청

계리연수원 > 집합교육 > 과목선택 > 수강신청

https://edu.actuary.or.kr/course/course_view.jsp?id=183668

교 육 비

1) 법인회원사 소속이며(AND) 개인회원 : 100,000(50%할인)

2) 법인회원사 소속이거나(OR) 개인회원 : 150,000(25%할인)

3) 일반 : 200,000

법인회원·개인회원 교육비 할인혜택은 당해연도 회비 납부 기준으로 적용됩니다.

고용보험 환급과정이 아닙니다.

교  육  비

납부방법

계좌입금 또는 카드결제 중 한 가지 방법을 선택 교육일 전까지 납부 협조바랍니다.

1) 계좌입금 : 우리은행 1005-502-527602 예금주:()한국보험계리사회

전자계산서는 요청 시 발급하며, 요청 시 사업자등록증 사본을 이메일 <actuary@actuary.or.kr> 로 보내주시기 바랍니다.

2) 카드결제 : 계리연수원에서 온라인으로 결제 또는 교육 당일 방문 결제

문  의  처

전화 02-782-7440 (내선1), 이메일 actuary@actuary.or.kr

한국보험계리사회

첨부파일