Dit boek is in de eerste plaats geschreven voor actuariële studenten en praktijkmensen die de basisprincipes en toepassingen van moderne statistische methoden met behulp van R-programmering willen leren. Het biedt gegevensanalysetools die gebruikmaken van begeleid en niet-gesuperviseerd leren, evenals tijdreeksen en simulatiemodellen. Twaalf praktische casestudies demonstreren toepassingen van onderwerpen zoals gegeneraliseerde lineaire modellen, beslissingsbomen, hoofdcomponentenanalyse en clusteranalyse.

Dit boek behandelt verschillende onderwerpen over data-analyse en statistisch leren, voorgeschreven door de International Actuarial Association (IAA). Het is met name ontworpen om de leerdoelen voor het examen Statistieken voor Risicomodellering (SRM) van de SOA te dekken. Veel materiaal uit dit boek omvat ook delen van de syllabus voor het CAS Modern Actuarial Statistics (MAS-I en MAS-II) examen. Het is in grote lijnen bedoeld voor studenten en beoefenaars om R-programmering en de toepassingen ervan in actuariële wetenschappen, financiën en kwantitatief risicobeheer te leren.

Dit boek verschilt op een aantal punten van bestaande boeken. Ten eerste is het uniek voorbereid als een enkele bron voor traditionele en moderne methoden voor gegevensanalyse. Ten tweede leert het de stappen voor het implementeren en valideren van modellen in R op een elementair niveau. Ten derde geeft het studenten de mogelijkheid om de kracht van toegepaste statistiek en R-programmering uit de eerste hand te ervaren met problemen uit de echte wereld. Ten slotte biedt het een theoretisch kader,