SQL Server ile Kredi Verme Riski

Veri Bilimi Sanal Makineleri
SQL Server
Power BI

Çözüm fikri Solution Idea

Daha fazla bilgi, uygulama ayrıntıları, fiyatlandırma Kılavuzu veya kod örneği ile bu makaleyi genişletmemizi istiyorsanız GitHub geri bildirimlerindenhaberdar olalım!If you'd like to see us expand this article with more information, implementation details, pricing guidance, or code examples, let us know with GitHub Feedback!

SQL Server 2016 ' i R Services ile birlikte kullanarak, bir ödünç verme kurumu, bu kredilerin, kredi portföyünün kârlarını artırarak tahmine dayalı analizler için sunduğu kredi sayısını azaltmak üzere tahmine dayalı analizleri kullanabilir.Using 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.

MimariArchitecture

Mimari diyagramı Bu mimarinin bir SVG indirin.Architecture Diagram Download an SVG of this architecture.

Genel BakışOverview

Bir Crystal Ball olsaydı, bize yalnızca bize ödeme yaptığımız bir kişiye para harcaırız.If we had a crystal ball, we would only loan money to someone we knew would pay us back. Bir ödünç verme kurumu, tahmine dayalı analizler için en büyük olasılıkla varsayılan olarak, kredi portföyünün profitablity artırarak bu kredilerin sunduğu kredi sayısını azaltabilir.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 profitablity of their loan portfolio. Bu çözüm, küçük bir kişisel kredi finans kurumu için sanal verileri kullanır ve ödünç anın bir kredi üzerinde varsayılan olup olmayacağını algılamaya yardımcı olmak üzere bir model oluşturulur.This solution uses simulated data for a small personal loan financial institution, building a model to help detect whether the borrower will default on a loan.

İş perspektifiBusiness Perspective

İş kullanıcısı, bir kredi verip vermeyeceğinizi belirlemede yardımcı olması için öngörülen puanları kullanır.The business user uses the predicted scores to help determine whether or not to grant a loan. Her ne kadar kredi sayısını ve farklı senaryolar altında kaydedilen toplam dolar tutarını görmek için PowerBI panosunu kullanarak tahmine göre ince ayar yapar.He fine tunes his prediction by using the PowerBI Dashboard to see the number of loans and the total dollar amount saved under different scenarios. Pano, tahmin edilen puanları yüzdebirlik değeri göre bir filtre içerir.The dashboard includes a filter based on percentiles of the predicted scores. Tüm değerler seçildiğinde, test örneğindeki tüm kredileri görüntüler ve bunların kaç tane varsayılan olarak olduğunu inceleyebilirsiniz.When all the values are selected, he views all the loans in the testing sample, and can inspect information about how many of them defaulted. Daha sonra yalnızca en üstteki yüzdebirlik (100) olup, ilk %1 oranında tahmini puanı olan krediler hakkındaki bilgilere gider.Then by checking just the top percentile (100), he drills down to information about loans with a predicted score in the top 1%. Birden çok sürekli kutunun denetlenmesi, gelecekteki kredi kabul ölçütleri olarak kullanmak için rahat bir kesme noktası bulmasına olanak tanır.Checking multiple continuous boxes allows him to find a cutoff point he is comfortable with to use as a future loan acceptance criteria.

PowerBI panosunu görüntülemek için aşağıdaki "Şimdi deneyin" düğmesini kullanın.Use the "Try It Now" button below to view the PowerBI Dashboard.

Veri bilimcisi perspektifiData Scientist Perspective

SQL Server R Services, veritabanını barındıran bilgisayarda R çalıştırarak verileri işleme getirir.SQL Server R Services brings the compute to the data by running R on the computer that hosts the database. SQL Server işlem dışında çalışan ve R çalışma zamanı ile güvenli bir şekilde iletişim kuran bir veritabanı hizmeti içerir.It includes a database service that runs outside the SQL Server process and communicates securely with the R runtime.

Bu çözüm, SQL Server makinesinde veri oluşturma ve iyileştirme, R modellerini eğitme ve Puanlama yapma adımlarını açıklar.This solution walks through the steps to create and refine data, train R models, and perform scoring on the SQL Server machine. SQL Server 'deki nihai puanlanmış veritabanı tablosu, her bir ödünç veren için tahmin edilen bir puan verir.The final scored database table in SQL Server gives a predicted score for each potential borrower. Bu veriler daha sonra PowerBI 'da görselleştirilir.This data is then visualized in PowerBI.

Çözümleri test eden ve geliştiren veri bilimcileri, istemci makinesinde R IDE 'nin rahatlığını, işlem SQL Server makineyeitmekten daha kolay bir şekilde çalışabilir.Data scientists who are testing and developing solutions can work from the convenience of their R IDE on their client machine, while pushing the compute to the SQL Server machine. Tamamlanmış çözümler, saklı yordamlarda R 'ye çağrılar katıştırarak 2016 SQL Server dağıtılır.The completed solutions are deployed to SQL Server 2016 by embedding calls to R in stored procedures. Bu çözümler daha sonra SQL Server Integration Services ve SQL Server aracılarıyla otomatik hale getirilebilir.These solutions can then be further automated with SQL Server Integration Services and SQL Server agent.

Tam çözümü içeren veri, R kodu, SQL kodu ve SQL Server 2016 veritabanı (krediler) içeren bir sanal makine oluşturmak için aşağıdaki "Dağıt" düğmesini kullanın.Use the "Deploy" button below to create a Virtual Machine that includes the data, R code, SQL code, and a SQL Server 2016 database (Loans) containingn the full solution.

FiyatlandırmaPricing

Dağıtım için kullanılan Azure aboneliğiniz, bu çözümde kullanılan hizmetler üzerinde tüketim ücretleri, varsayılan VM için yaklaşık olarak $1.15/saat olur.Your Azure subscription used for the deployment will incur consumption charges on the services used in this solution, approximately $1.15/hour for the default VM.

Lütfen çözümü etkin bir şekilde kullanmadığınız durumlarda VM örneğinizi durdurduğunuzdan emin olun.Please ensure that you stop your VM instance when not actively using the solution. VM 'nin çalıştırılması daha yüksek maliyetler oluşturacak.Running the VM will incur higher costs.

Lütfen çözümü kullanmıyorsanız silin.Please delete the solution if you are not using it.