聊聊美国保险业丨数据工匠简报（Mar. 27）

聊聊美国保险业

只有想不到，没有保不了。这就是我对美国保险行业最深刻的认识。大到地震，小到球票，加上平时开车，租房，看病，旅游，保险无时不刻的出现在了美国人生活工作的方方面面。除了没有住所，没有工作，没有任何财产的流浪人员，每个美国人都不可避免得需要与保险打交道。如果银行是厚重的少林，证券是玄妙的武当，那保险作为弟子遍布江湖的丐帮确实当之无愧。下面我想从房屋火灾险，医疗责任险，自然灾害险，聊聊美国人是怎么开始玩保险，然后玩出各种花样，甚至玩坏的。之后我会写写数据科学是如何应用于保险行业的，同时介绍一些常用的预测模型，只对这方面内容感兴趣的朋友可以直接跳过之前的内容。

房屋火灾险简称火险，顾名思义，就是针对房子里以及房子本身由于火灾造成的损失而设立的保险产品。美国历史上大多数民居都是木质的（现在依然如此，在历史悠久一点的新英格兰地区随便买个二手房就能买到百年老房），一把大火可以让成片的居民倾家荡产。所以房屋火灾险是美国历史最悠久的险种之一，传说第一家专业火险公司是由美国历史上的“第一位自然人”本杰明-富兰克林创立的。而我目前工作的公司也是以火险起的家，现在还把林肯总统的房屋保险合同供在公司大堂里。1835年的纽约大火波及17个街区，数以百计的房屋被烧毁，当时的直接损失就在两亿美金以上。26家纽约当地的火险公司中有23家因为无法支付赔偿而倒闭。就在此时我东家公司的创始人挺身而出，抵押了自己的所有财产，以此支付了所有保险赔偿，立下了口碑，继而把公司发展成了美国保险业诸侯之一。

---

十行代码看到空气质量指数

我错了, 我承认我是标题党, 怎么可能用十行代码完成全国三百个多个城市AQI的抓取, 清洗与可视化呢

我仔细数了数, 去掉注释, 一共是9行, 凑个整才是10行 耶~

空气质量指数（Air Quality Index，简称AQI）是定量描述空气质量状况的无量纲指数.

关于空气质量的段子已经层出不穷， 连呆在上海的我都已经开始关注北京的天气了:

受朋友委托，大家帮个忙：北京人，女，26岁，未婚，1.68米，体重50公斤，英国海归。貌美，爱好健身。目前在一家世界500强做产品经理，工作稳定，年薪近90万。三环内有四套学区房，一套按揭，三套全款。 名下有一辆宝马7系，上班时开。父母均是国家领导干部。朋友和家人现在非常着急，想让介绍一个效果比较好的防霾口罩。

---

基于深度学习的图像检索

这篇文章的想法很巧妙，在一个深层CNN的最后一个全连接层（fc8）和倒数第二个全连接层（fc7）之间加了一层全连接隐层，就是图一中绿色的latent layer （H）。这样一来，既可以得到深层的CNN特征，文中主要用的是fc7的特征，还可以得到二分的哈希编码，即来自H。这个隐层H不仅是对fc7的一个特征概括，而且是一个连接CNN网络的中层特征与高层特征的桥梁。

为了让一个网络能够对某一类物体高鲁棒，即target domain adaption，用一类主题目标数据集来整定(fine-tune)整个网络。fc8的节点数由目标类别数决定，H的节点数在文中有两种尝试：48和128。这两个层在fine-tune时，是随机初始化的，其中H的初始化参考了LSH[1]的方法，即通过随机映射来构造哈希位。通过这样训练，得到的网络能够产生对特定物体的描述子以及对应的哈希编码。

---

以上简讯由数据工匠提供，感兴趣的小伙伴可以通过扫描简报后的二维码链接原文，更多数据科学资讯尽在数据工匠，扫码关注 Datartisan 数据工匠公众号！如果你看到什么与“数据科学”有关的好文或者信息科技优质的文章，可以随手转发给我们，让更多热爱数据科学的小伙伴一起成长！