Wykorzystanie perceptronowych sieci neuronowych w zagadnieniu wyceny nieruchomości

Artykuł przedstawia wykorzystanie sieci neuronowych typu perceptron do szacowania wartości nieruchomości metodą porównawczą, tzn. w oparciu o dane dotyczące innych, wycenianych wcześniej obiektów. Autor podjął próbę wykorzystania zbioru sieci typu perceptron do aproksymacji funkcji gęstości prawdopodobieństwa dla ceny sprzedaży danej nieruchomości, co wnosi więcej informacji dotyczącej wartości obiektu i możliwości negocjacji ostatecznej ceny.

The article presents a method for applying a system of multi-layer perceptron-based neural networks, trained to implement a classification task, in the field of property valuation. The presented method, rooted in the ability of such networks to approximate the probability of input vector membership in a defined class, makes it possible to assess a probability density distribution for property prices instead of an output in the form of a single price. The generated neural model was used for research based on a set of data concerning property prices in Boston area. The article includes research results and conclusions supporting viability of the approach.