Разработка предсказательной модели стоимости недвижимости в регионе
Аннотация
Магистерская диссертация 73 с., 20 рис., 21 табл., 41 источник, 1 приложение.
Ключевые слова: «исследование индекса цен на квартиры на основе машинного обучения», «прогнозирование цен недвижимости», «living houses cost prediction», «критерии оценки моделей машинного обучения недвижимости».
Объект исследования: объектом исследования выступает рынок недвижимости (квартир) Ямало-Ненецкого автономного округа.
Предмет исследования: предмет исследования, это методы машинного обучения для построения модели предсказания стоимости недвижимости.
Цель работы: состоит в построении предсказательной модели стоимости недвижимости в регионе.
В процессе исследования проводились: анализ существующих исследований и научных работ по предсказанию стоимости недвижимости; анализ информации о сделках на территории субъекта и определение параметров, используемых в качестве признаков; построение предсказательной модели с применением алгоритмов машинного обучения, оценка ее точности и эффективности.
В работе продемонстрировано использование моделей машинного обучения в предсказании стоимости недвижимости в разных наборах данных.
Область практического применения: модель может послужить основой для принятия управленческих решений как на муниципальном, так и региональном уровне.
Ключевые слова: «исследование индекса цен на квартиры на основе машинного обучения», «прогнозирование цен недвижимости», «living houses cost prediction», «критерии оценки моделей машинного обучения недвижимости».
Объект исследования: объектом исследования выступает рынок недвижимости (квартир) Ямало-Ненецкого автономного округа.
Предмет исследования: предмет исследования, это методы машинного обучения для построения модели предсказания стоимости недвижимости.
Цель работы: состоит в построении предсказательной модели стоимости недвижимости в регионе.
В процессе исследования проводились: анализ существующих исследований и научных работ по предсказанию стоимости недвижимости; анализ информации о сделках на территории субъекта и определение параметров, используемых в качестве признаков; построение предсказательной модели с применением алгоритмов машинного обучения, оценка ее точности и эффективности.
В работе продемонстрировано использование моделей машинного обучения в предсказании стоимости недвижимости в разных наборах данных.
Область практического применения: модель может послужить основой для принятия управленческих решений как на муниципальном, так и региональном уровне.