米国大手保険会社Allstateの匿名データを用い、事故時の保険金支払額（Loss）を高精度に予測するAIモデルを開発。 【技術的特徴】 ハイブリッド・アンサンブル: 構造データの扱いに長けた「勾配ブースティング木（XGBoost, LightGBM）」と、非線形な表現力を持つ「深層学習（Neural Network）」を組み合わせ、単一モデルでは捉えきれないデータ特性を網羅。 数理最適化による重み調整: モデルの結合において一般的な平均法を用いず、Nelder-Mead法による数理最適化を実装。検証データに対する誤差が最小となる「黄金比率（重み）」を自動算出するパイプラインを構築しました。 【成果】 約3000チームが参加したデータセットにおいて、上位35%相当のスコア（MAE: 1129.77）を達成。