Assurance · Vérifié 2026-09
677 991 contrats d'assurance auto responsabilité civile en France, avec le nombre de sinistres observé sur un an.
12 colonnes : IDpol (identifiant du contrat), ClaimNb (nombre de sinistres), Exposure (durée d'exposition), Area, Region, Density (densité de population), VehPower, VehAge, VehBrand, VehGas (diesel ou essence), DrivAge (âge du conducteur) et BonusMalus (coefficient de 50 à 350). Issu du package R CASdatasets (Dutang et Charpentier).
Jeu de référence de la tarification actuarielle : modélisation de fréquence de sinistres par GLM Poisson avec offset log(Exposure), puis comparaison avec GBM et réseaux de neurones. Base des tutoriels data science de l'Association Suisse des Actuaires. Licence GPL-2.
Fréquence seulement : les montants de sinistres sont dans le jeu séparé freMTPL2sev. Période et assureur non documentés, et certaines valeurs d'exposition ou de ClaimNb sont aberrantes et doivent être plafonnées avant modélisation.
Assurance · États-Unis
1 338 assurés santé américains : prédire les frais médicaux facturés à partir de l'âge, de l'IMC, du tabagisme et de la région.
Assurance · Non précisé
100 000 individus avec profil socio-économique, santé, mode de vie, contrat d'assurance, historique de sinistres et coût médical annuel.
Macroéconomie · France
Indicateurs macroéconomiques officiels français : PIB, inflation, emploi, démographie.
