Un ensemble de données de réclamations d'assurance contient un ID de réclamation, le résultat final (une des 200 catégories) et la date du résultat. Certains enregistrements sont partiels (ils ne listent que 3 à 4 résultats possibles au lieu de l'ensemble complet). Il y a des centaines d'enregistrements par résultat et les données couvrent les 3 dernières années. Le data scientist doit prédire le nombre mensuel de réclamations par catégorie de résultat plusieurs mois à l'avance. Quelle approche répond le mieux à cette exigence ?

La bonne approche est de traiter cela comme un problème de prévision. L'objectif est de prédire le nombre mensuel de réclamations par catégorie de résultat plusieurs mois à l'avance, ce qui est une tâche de prévision de séries chronologiques. Les ID de réclamation et les dates fournissent les données nécessaires pour construire ces séries chronologiques pour chaque catégorie. L'exécution d'une classification supervisée est incorrecte car la classification prédit une catégorie pour une instance individuelle, et non un nombre agrégé sur une période. L'apprentissage par renforcement n'est pas adapté ici car il est utilisé pour des agents prenant des décisions séquentielles dans un environnement, pas pour la prévision de quantités. La classification des enregistrements partiels est une tâche distincte et ne résout pas le problème principal de la prévision des nombres mensuels pour toutes les catégories.