Details

В данной работе изложена сущность подхода к созданию системы для предсказания стоимости недвижимости с использованием методов машинного обучения на основе имеющихся данных о недвижимости в Санкт-Петербурге. Рассмотрены различные методы машинного обучения, позволяющие построить регрессионную модель. Рассмотрены различные методы для визуализации прогнозируемой стоимости объектов. Цель исследования — разработка и реализация сервиса для анализа стоимости недвижимости с использованием визуализации в виде тепловых карт и возможностью предсказания стоимости объектов. Объектом исследования является предсказание и оценка стоимости квартир в Санкт-Петербурге. Предмет исследования — методы предсказания стоимости недвижимости и визуализации прогнозов, разработка регрессионной модели для дальнейшей интеграции в веб-прототип. Было проведено экспериментальное сравнение моделей машинного обучения в контексте задачи исследования. Далее была реализована и обучена модель Случайного леса, реализована визуализация цен квартир в виде тепловой карты. Всё это было интегрировано в веб-прототип В конце было проведено тестирование веб-прототипа и модели для предсказания. Результатом работы является разработанный веб-прототип, который с использованием машинного обучения и визуализации позволяет оценивать и предсказывать стоимость квартир в Санкт–Петербурге. Область применения результатов: объективная оценка стоимости недвижимости.

This work outlines the essence of the approach to creating a system for predicting the value of real estate using machine learning methods based on available data on real estate in St. Petersburg. Various methods of machine learning to build a regression model are considered. Various methods for visualizing the predicted value of objects are considered. The purpose of the research is design and implementation of a service to analyze the value of real estate using visualization in the form of heat maps and the ability to predict the value of properties. The object of the research is the prediction and estimation of the value of apartments in St. Petersburg. The subject of the research are methods of predicting the value of real estate and visualization of forecasts, development of regression model for further integration into the web-prototype. An experimental comparison of machine learning models in the context of the research task was carried out. Further, Random Forest model was implemented and trained, visualization of apartment prices in the form of heat map was implemented. All this was integrated into the web-prototype. At the end, the web-prototype and the model for prediction were tested.The result of the work is the developed web-prototype, which using machine learning and visualization allows to estimate and predict the price of apartments in St. Petersburg. Scope of the results: objective assessment of real estate value.

• Разработка сервиса для предсказывания стоимости недвижимости с использованием машинного обучения
  • Введение
  • 1. Исследование предметной области
  • 2. Теоретическая часть
  • 3. Практическая часть
  • 4. Тестирование и апробация
  • Заключение
  • Список использованных источников
  • Приложение 1 Листинг программного кода