Assurance · Vérifié 2026-09
1 338 assurés santé américains : prédire les frais médicaux facturés à partir de l'âge, de l'IMC, du tabagisme et de la région.
7 colonnes : age, sex, bmi (indice de masse corporelle), children (personnes à charge couvertes), smoker, region (4 régions des États-Unis) et charges (frais médicaux facturés par l'assurance). Jeu tiré du livre « Machine Learning with R » de Brett Lantz.
Le classique pour apprendre la régression en tarification santé : régression linéaire, interactions (tabac × IMC), transformation log de la cible, arbres de décision. Tient en mémoire et se prête aux démonstrations pédagogiques. Licence ODbL.
Très petit échantillon, construit à partir de statistiques publiques américaines et non d'un portefeuille réel. Système de santé américain, donc non transposable tel quel au marché français. Peu de variables explicatives.
Assurance · France
677 991 contrats d'assurance auto responsabilité civile en France, avec le nombre de sinistres observé sur un an.
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.
