Navigáció kihagyása

Hitelleértékelés-előrejelzés Azure HDInsight Spark-fürtökkel

A leértékelt hitel olyan hitel, amelyről egy hitelező (általában egy hitelintézet) megállapította, hogy az adósság egy része nagy valószínűséggel nem lesz behajtható. Ez többnyire akkor fordul elő, ha az adós súlyos késedelembe esik a törlesztés során. Mivel a leértékelt hitelek magas aránya negatív hatással van a hitelintézet év végi pénzügyi eredményére, a hitelintézetek gyakran nagy gonddal figyelik a hitelek leértékelődési kockázatát a hitelleértékelés megelőzése érdekében. Az Azure HDInsight R Server használatával a hitelintézetek gépi tanuláson alapuló prediktív elemzési szolgáltatásokkal jelezhetik előre a hitelek leértékelésének valószínűségét, az elemzés HDFS-ben és hive-táblákban tárolt eredményéből pedig jelentést készíthetnek.

Hitelleértékelés-előrejelzés Azure HDInsight Spark-fürtökkelA leértékelt hitel olyan hitel, amelyről egy hitelező (általában egy hitelintézet) megállapította, hogy az adósság egy része nagy valószínűséggel nem lesz behajtható. Ez többnyire akkor fordul elő, ha az adós súlyos késedelembe esik a törlesztés során. Mivel a leértékelt hitelek magas aránya negatív hatással van a hitelintézet év végi pénzügyi eredményére, a hitelintézetek gyakran nagy gonddal figyelik a hitelek leértékelődési kockázatát a hitelleértékelés megelőzése érdekében. Az Azure HDInsight R Server használatával a hitelintézetek gépi tanuláson alapuló prediktív elemzési szolgáltatásokkal jelezhetik előre a hitelek leértékelésének valószínűségét, az elemzés HDFS-ben és hive-táblákban tárolt eredményéből pedig jelentést készíthetnek.

Jogi nyilatkozat

© 2017 Microsoft Corporation. Minden jog fenntartva. Ezt az információt jelen formájában nyújtjuk, és előzetes értesítés nélkül változhat. Az itt szereplő információkra a Microsoft nem vállal sem kifejezett, sem vélelmezett garanciát. A megoldás harmadik féltől származó adatok felhasználásával lett létrehozva. Ön felelős mások jogainak tiszteletben tartásáért, beleértve a hasonló adatkészletek létrehozásának céljából történő beszerzéseket és a vonatkozó licenceknek való megfelelőséget is.

Hitelleértékelés-előrejelzés Azure HDInsight Spark-fürtökkelA leértékelt hitel olyan hitel, amelyről egy hitelező (általában egy hitelintézet) megállapította, hogy az adósság egy része nagy valószínűséggel nem lesz behajtható. Ez többnyire akkor fordul elő, ha az adós súlyos késedelembe esik a törlesztés során. Mivel a leértékelt hitelek magas aránya negatív hatással van a hitelintézet év végi pénzügyi eredményére, a hitelintézetek gyakran nagy gonddal figyelik a hitelek leértékelődési kockázatát a hitelleértékelés megelőzése érdekében. Az Azure HDInsight R Server használatával a hitelintézetek gépi tanuláson alapuló prediktív elemzési szolgáltatásokkal jelezhetik előre a hitelek leértékelésének valószínűségét, az elemzés HDFS-ben és hive-táblákban tárolt eredményéből pedig jelentést készíthetnek.

Kapcsolódó megoldásarchitektúrák

Loan ChargeOff Prediction with SQL ServerEz a megoldás bemutatja, hogy hogyan lehet létrehozni és üzembe helyezni a gépi tanulási modellt az SQL Server 2016 with R Services segítségével. Ez a modell képes jelezni, ha egy bankhitel esetében a következő 3 hónapban leértékelés várható.

Loan ChargeOff Prediction with SQL Server

Ez a megoldás bemutatja, hogy hogyan lehet létrehozni és üzembe helyezni a gépi tanulási modellt az SQL Server 2016 with R Services segítségével. Ez a modell képes jelezni, ha egy bankhitel esetében a következő 3 hónapban leértékelés várható.

Loan Credit Risk with SQL ServerAz SQL Server 2016 with R Services segítségével a hitelintézet prediktív elemzéseket végezhet, amelyekkel kiszűrheti a nagy valószínűséggel fizetésképtelenné váló hiteligénylőket, és így növelheti a hitelportfólió nyereségességét.

Loan Credit Risk with SQL Server

Az SQL Server 2016 with R Services segítségével a hitelintézet prediktív elemzéseket végezhet, amelyekkel kiszűrheti a nagy valószínűséggel fizetésképtelenné váló hiteligénylőket, és így növelheti a hitelportfólió nyereségességét.