Navigáció kihagyása

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.

Predicción de préstamos incobrables con SQL ServerEsta solución muestra cómo crear e implementar un modelo de aprendizaje automático con SQL Server 2016 con R Services para predecir si será necesario declarar como incobrable un préstamo bancario en los próximos 3 meses.

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.

Predicción de préstamos incobrables con SQL ServerEsta solución muestra cómo crear e implementar un modelo de aprendizaje automático con SQL Server 2016 con R Services para predecir si será necesario declarar como incobrable un préstamo bancario en los próximos 3 meses.

Kapcsolódó megoldásarchitektúrák

Loan Credit Risk with SQL ServerUsing SQL Server 2016 with R Services, a lending institution can make use of predictive analytics to reduce number of loans they offer to those borrowers most likely to default, increasing the profitability of their loan portfolio.

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.