- Tytuł:
-
Predicting housing sale prices in Germany by application of machine learning models and methods of data exploration
Przewidywanie cen mieszkań w Niemczech z wykorzystaniem modeli uczenia maszynowego i metod eksploracji danych - Autorzy:
-
Kim, Chong Dae
Bedorf, Nils - Powiązania:
- https://bibliotekanauki.pl/articles/32041024.pdf
- Data publikacji:
- 2024
- Wydawca:
- Szkoła Główna Handlowa w Warszawie
- Tematy:
-
uczenie maszynowe
Niemcy
ekonomia
zbiór danych o rynku nieruchomości
big data
prognozowanie cen
machine learning
Germany
economics
real estate dataset
sale price prediction - Opis:
-
The prediction of real estate prices is a popular problem in the field of machine learning and often demonstrated in literature. In contrast to other approaches, which regularly focus on the US market, this paper investigates the biggest, German real estate dataset, with more than 1.5 million unique samples and more than 20 features. In this paper we implement and compare different machine learning models in respect to performance and interpretability to give insight in the most important properties, which contribute to the sale price. Our experiments suggest that the prediction of sale prices in a realworld scenario is achievable yet limited by the quality of data rather than quantity. The results show promising prediction scores but are also heavily dependent on the location, which leaves room for further evaluation.
Przewidywanie cen nieruchomości jest popularnym problemem w dziedzinie uczenia maszynowego i często przedstawianym w literaturze. W przeciwieństwie do innych podejść, które koncentrują się na rynku amerykańskim, niniejszy artykuł bada największy niemiecki zbiór danych dotyczących nieruchomości, zawierający ponad 1,5 mln unikatowych próbek i ponad 20 cech. W tym artykule wdrażamy i porównujemy różne modele uczenia maszynowego pod względem wydajności i możliwości interpretacji, aby uzyskać wgląd w najważniejsze - Źródło:
-
Kwartalnik Nauk o Przedsiębiorstwie; 2024, 71, 1; 107-122
1896-656X - Pojawia się w:
- Kwartalnik Nauk o Przedsiębiorstwie
- Dostawca treści:
- Biblioteka Nauki
Artykuł