Navigation überspringen

Kreditausbuchungsprognose mit SQL Server

Die vorliegende Lösung zeigt, wie Sie ein Machine Learning-Modell mit SQL Server 2016 mit R Services verwenden, um zu prognostizieren, ob ein Bankdarlehen innerhalb der kommenden drei Monate ausgebucht werden wird.

Kreditausbuchungsprognose mit SQL ServerMit dieser Lösung wird veranschaulicht, wie Sie ein Machine Learning-Modell mit SQL Server 2016 mit R Services erstellen, um zu prognostizieren, ob für ein Bankdarlehen innerhalb der kommenden drei Monate eine Ausbuchung zu verzeichnen sein wird.

Haftungsausschluss

©2017 Microsoft Corporation. Alle Rechte vorbehalten. Alle Informationen werden im vorliegenden Zustand bereitgestellt und können sich ohne Vorankündigung ändern. Microsoft leistet weder ausdrücklich noch stillschweigend Gewähr hinsichtlich der hier zur Verfügung gestellten Informationen. Zur Erstellung der Lösung wurden Drittanbieterdaten verwendet. Sie sind dafür verantwortlich, die Rechte Dritter zu berücksichtigen. Hierzu zählen u.a. das Beschaffen relevanter Lizenzen, die zur Erstellung ähnlicher Datensätze benötigt werden, und das Erfüllen der jeweiligen Lizenzbedingungen.

Kreditausbuchungsprognose mit SQL ServerMit dieser Lösung wird veranschaulicht, wie Sie ein Machine Learning-Modell mit SQL Server 2016 mit R Services erstellen, um zu prognostizieren, ob für ein Bankdarlehen innerhalb der kommenden drei Monate eine Ausbuchung zu verzeichnen sein wird.

Zugehörige Lösungsarchitekturen

Bonitätsrisiko eines Kredits mit SQL ServerMit SQL Server 2016 mit R Services können Kreditinstitute mithilfe von Predictive Analytics die Anzahl von Darlehen reduzieren, die Kreditnehmern mit hoher Verzugswahrscheinlichkeit angeboten werden, und auf diese Weise die Rentabilität ihres Kreditportfolios steigern.

Bonitätsrisiko eines Kredits mit SQL Server

Mit SQL Server 2016 mit R Services können Kreditinstitute mithilfe von Predictive Analytics die Anzahl von Darlehen reduzieren, die Kreditnehmern mit hoher Verzugswahrscheinlichkeit angeboten werden, und auf diese Weise die Rentabilität ihres Kreditportfolios steigern.