Τα Ακαδημαϊκά Τμήματα «Οργάνωσης και Διοίκησης Επιχειρήσεων» και «Στατιστικής και Ασφαλιστικής Επιστήμης» του Πανεπιστημίου Πειραιώς, υπό την αιγίδα της Ένωσης Ασφαλιστικών Εταιριών Ελλάδος και του Συνδέσμου Ελλήνων Μεσιτών Ασφαλίσεων συνδιοργανώνουν την επιστημονική ημερίδα «Data Analytics and Machine Learning for Insurance Fraud Detection» την Τετάρτη 21 Οκτωβρίου 2020 στον χώρο του Πανεπιστημίου Πειραιώς.
Βασικός σκοπός της εκδήλωσης είναι τόσο η έγκυρη επιστημονική ενημέρωση και η συνεισφορά στη θωράκιση των ιδιωτικών και δημόσιων οργανισμών απέναντι στον κίνδυνο της απάτης. Στο πλαίσιο αυτό, οι λήπτες αποφάσεων της ασφαλιστικής αγοράς θα ενημερωθούν για τις δυνατότητες που δίνουν τα Data Analytics και το Machine Learning στην ανίχνευση της ασφαλιστικής απάτης.
Την ημερίδα θα τιμήσει ο Υπουργός Ανάπτυξης και Επενδύσεων, κ. Άδωνις Γεωργιάδης και θα απευθύνει χαιρετισμό ο Πρύτανης του Πανεπιστημίου Πειραιώς καθηγητής Άγγελος Κότιος.
Μεταξύ των εισηγητών θα είναι ο Γενικός Γραμματέας Έρευνας και Τεχνολογίας του Υπουργείου Ανάπτυξης και Επενδύσεων Ομότιμος Καθηγητής, κ. Αθανάσιος Κυριαζής, η Γενική Διευθύντρια της Ένωσης Ασφαλιστικών Εταιριών Ελλάδος, κα Μαργαρίτα Αντωνάκη, ο Πρόεδρος του Συνδέσμου Ελλήνων Μεσιτών Ασφαλίσεων, κ. Μιχαήλ Τζωρτζωρής, και ο Καθηγητής Πανεπιστημίου Πειραιώς, Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης, κ. Μιλτιάδης Νεκτάριος.
Επίσης, θα λάβουν τον λόγο ο Πρόεδρος Αρχής Προστασίας Δεδομένων Προσωπικού Χαρακτήρα, κ. Κωνσταντίνος Μενουδάκος, o Πρόεδρος της Επιτροπής Υγείας και μέλος του Διοικητικού Συμβουλίου της Ένωσης Ασφαλιστικών Εταιριών Ελλάδος, κ. Γιάννης Καντώρος, ο Υποστράτηγος ε.α. και τέως Βοηθός Προϊσταμένου Επιτελείου του Αρχηγείου της Ελληνικής Αστυνομίας, κ. Εμμανουήλ Σφακιανάκης, ο Αναπληρωτής Καθηγητής στο McCoy College of Business του Πανεπιστημίου του Τέξας, κ.Tahir Ekin, και ο Αναπληρωτής Καθηγητής και Πρόεδρος του Τμήματος Στατιστικής και Ασφαλιστικής Επιστήμης Πανεπιστημίου Πειραιώς, κ. Σωτήριος Μπερσίμης.
Η παρακολούθηση της ημερίδας είναι δωρεάν και απαιτείται προεγγραφή μέσω της ιστοσελίδας της ημερίδας https://www.damlifd.gr/
