Navigatie overslaan

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.

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.

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.

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.

Gerelateerde architecturen voor oplossingen

Loan ChargeOff Prediction with SQL ServerThis solution demonstrates how to build and deploy a machine learning model with SQL Server 2016 with R Services to predict if a Bank loan will need to be charged off within next 3 months

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 gemarkeerd als oninbaar