Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο: http://dspace.lib.uom.gr/handle/2159/29029
Συγγραφέας: Πανταζή, Χριστίνα
Τίτλος: Εκτίμηση αξίας ακινήτων με τη χρήση μηχανικής μάθησης
Ημερομηνία Έκδοσης: 2023
Τμήμα: Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών στα Πληροφοριακά Συστήματα
Επόπτης Καθηγητής: Καλμπόκης, Ευάγγελος
Περίληψη: Η παρούσα διπλωματική εργασία με τίτλο «Εκτίμηση Αξίας Ακινήτων με τη χρήση Μηχανικής Μάθησης» διερευνά τη δυνατότητα εφαρμογής της μηχανικής μάθησης στο μεσιτικό τομέα με σκοπό την πρόβλεψη της τιμής των ακινήτων στην πόλη της Νέας Υόρκης. Πιο συγκεκριμένα, επιχειρήθηκε η ανάλυση των δεδομένων και η δημιουργία ενός μοντέλου μηχανικής μάθησης αξιοποιώντας τα δεδομένα τα οποία αντλήθηκαν από την επίσημη κυβερνητική ιστοσελίδα της NYC. Για την ανάλυση των ιστορικών δεδομένων για τα έτη 2021-2022, εφαρμόστηκε ο αλγόριθμος XGBoost της μηχανικής μάθησης. Στο παρόν σύγγραμμα παρουσιάζεται η συμβολή της μηχανικής μάθησης στο μεσιτικό τομέα και η καταλληλότητα του προαναφερθέντος αλγορίθμου για την ανάλυση των δεδομένων. Έπειτα, παρουσιάζονται τα αποτελέσματα της εφαρμογής του μοντέλου πρόβλεψης αξίας ακινήτων, των οποίων το ποσοστό επιτυχίας ανέρχεται στα 66,691%. Ο απαραίτητος κώδικας γράφτηκε στη γλώσσα προγραμματισμού Python και ο αλγόριθμος που χρησιμοποιήθηκε βρίσκεται υλοποιημένος στη βιβλιοθήκη της Python, την Scikit-Learn. Εν κατακλείδι, καθώς τα τελευταία χρόνια η ανάπτυξη της τεχνολογίας και της ψηφιοποίησης είναι ταχεία, οι προσεγγίσεις μηχανικής μάθησης θα μπορούσαν να αποβούν πολύτιμες στην περαιτέρω ακαδημαϊκή και επαγγελματική μακροοικονομική έρευνα.
Λέξεις Κλειδιά: Μηχανική μάθηση
Μεσιτικός τομέας
Ακίνητο
Αλγόριθμος μηχανικής μάθησης
Python
Jupyter Notebook
Kaggle
XGBoost
Πληροφορίες: Διπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2023.
Εμφανίζεται στις Συλλογές:ΔΠΜΣ Πληροφοριακά Συστήματα (M)

Αρχεία σε αυτό το Τεκμήριο:
Αρχείο Περιγραφή ΜέγεθοςΜορφότυπος 
PantaziChristinaMsc2023.pdf1.56 MBAdobe PDFΠροβολή/Ανοιγμα


Τα τεκμήρια στην ΨΗΦΙΔΑ προστατεύονται από πνευματικά δικαιώματα, εκτός αν αναφέρεται κάτι διαφορετικό.