Hopp over navigasjon

Prognose for ettergivelse av lån med SQL Server

Denne løsningen demonstrerer hvordan du bygger og distribuerer en maskinlæringsmodell med SQL Server 2016 for å forutsi om et banklån blir ettergitt i løpet av de neste 3 månedene.

Prognose for ettergivelse av lån med SQL ServerDenne løsningen demonstrerer hvordan du bygger og distribuerer en maskinlæringsmodell med SQL Server 2016 for å forutsi om et banklån blir ettergitt i løpet av de neste 3 månedene

Ansvarsfraskrivelse

©2017 Microsoft Corporation. Med enerett. Denne informasjonen gis «som den er» og kan endres uten varsel. Microsoft gir ingen garantier, uttrykkelig eller underforstått, i forbindelse med informasjonen som oppgis her. Tredjepartsdata ble benyttet for å generere løsningen. Du er ansvarlig for å respektere andres rettigheter, inkludert anskaffelse og overhold av relevante lisenser for å opprette lignende datasett.

Prognose for ettergivelse av lån med SQL ServerDenne løsningen demonstrerer hvordan du bygger og distribuerer en maskinlæringsmodell med SQL Server 2016 for å forutsi om et banklån blir ettergitt i løpet av de neste 3 månedene

Relaterte løsningsarkitekturer

Lånekredittrisiko med SQL ServerVed bruk av SQL Server 2016 med R Services, kan en låneinstitusjon benytte prediktiv analyse for å redusere antallet lån som de tilbyr til de lånetakere som mest sannsynligvis vil misligholde og derved øke lønnsomheten på låneporteføljen.

Lånekredittrisiko med SQL Server

Ved bruk av SQL Server 2016 med R Services, kan en låneinstitusjon benytte prediktiv analyse for å redusere antallet lån som de tilbyr til de lånetakere som mest sannsynligvis vil misligholde og derved øke lønnsomheten på låneporteføljen.