Navigatie overslaan

Voorspelling van oninbaar worden van lening met SQL Server

In deze oplossing wordt getoond hoe u een machine learning-model bouwt en implementeert met SQL Server 2016 met R Services, om te voorspellen of er binnen drie maanden een banklening moet worden aangerekend.

Voorspelling van oninbaar worden van lening met SQL ServerIn deze oplossing wordt getoond hoe u een machine learning-model bouwt en implementeert met SQL Server 2016 met R Services, om te voorspellen of er binnen drie maanden een banklening moet worden gemarkeerd als oninbaar

Vrijwaring

© 2017 Microsoft Corporation. Alle rechten voorbehouden. Deze informatie wordt als zodanig geleverd en kan zonder kennisgeving worden gewijzigd. Microsoft biedt geen garanties, expliciet of impliciet, met betrekking tot de hier verstrekte informatie. Gegevens van derden zijn gebruikt om de oplossing te genereren. U bent verantwoordelijk voor het respecteren van de rechten van anderen, inclusief het aanschaffen en naleven van relevante licenties om vergelijkbare gegevenssets te maken.

Voorspelling van oninbaar worden van lening met SQL ServerIn deze oplossing wordt getoond hoe u een machine learning-model bouwt en implementeert met SQL Server 2016 met R Services, om te voorspellen of er binnen drie maanden een banklening moet worden gemarkeerd als oninbaar

Gerelateerde architecturen voor oplossingen

Leningkredietrisico met SQL ServerMet SQL Server 2016 met R Services kan een leninginstantie gebruikmaken van voorspellende analyses om het aantal leningen dat zij doorgaans standaard aan dergelijke leners verstrekken te verminderen, waardoor de winstgevendheid van hun leningenportfolio wordt verbeterd.

Leningkredietrisico met SQL Server

Met SQL Server 2016 met R Services kan een leninginstantie gebruikmaken van voorspellende analyses om het aantal leningen dat zij doorgaans standaard aan dergelijke leners verstrekken te verminderen, waardoor de winstgevendheid van hun leningenportfolio wordt verbeterd.