@misc{Galarowicz_Wiktoria_Predykcja_2024,
 author={Galarowicz, Wiktoria},
 contributor={Grześkowiak, Alicja. Redakcja and Peternek, Piotr. Redakcja},
 identifier={DOI: 10.15611/2024.53.6.05},
 year={2024},
 rights={Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy},
 publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu},
 description={Cytuj za: Galarowicz, W. (2024). Predykcja cen mieszkań w dużych miastach w Polsce z wykorzystaniem uczenia maszynowego. W: A. Grześkowiak, P. Peternek (red.), Zastosowanie metod ilościowych w ekonomii i finansach (s. 68-81). Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu.},
 language={pol},
 abstract={Artykuł analizuje kluczowe zmienne wpływające na kształtowanie cen na rynku nieruchomości w dużych miastach w Polsce. Omówiono w nim pojęcie rynku nieruchomości oraz jego najważniejszych cech, szczegółowo wyjaśniono, jak zmieniały się ceny mieszkań na przestrzeni lat w Polsce. W latach 90. XX wieku ceny notowały wzrost wywołany liberalizacją i łatwym dostępem do kredytów hipotecznych. Jednakże po kryzysie finansowym z 2007 roku rynek doświadczył znacznych wahań. Pandemia COVID-19, w porównaniu z programem Bezpieczny Kredyt 2%, wywarła niewielki wpływ na ceny. Analiza cen mieszkań i kluczowych zmiennych wpływających na ich kształtowanie obejmowała przygotowanie danych, imputowanie brakujących wartości oraz identyfikację odstających obserwacji. Do prognozowania cen wykorzystano algorytmy uczenia maszynowego, Random Forest (las losowy) i XGBoost.},
 type={rozdział},
 title={Predykcja cen mieszkań w dużych miastach w Polsce z wykorzystaniem uczenia maszynowego},
 keywords={rynek nieruchomości, ceny mieszkań, uczenie maszynowe, model Random Forest, model XGBoost, real estate market, housing prices, machine learning, Random Forest model, XGBoost model},
}