Tytuł:

Predykcja cen mieszkań w dużych miastach w Polsce z wykorzystaniem uczenia maszynowego

Tytuł publikacji grupowej:

Debiuty Studenckie

Tytuł odmienny:

Predicting Housing Prices in Major Cities in Poland Using Machine Learning

Autor:

Galarowicz, Wiktoria

Współtwórca:

Grześkowiak, Alicja. Redakcja ; Peternek, Piotr. Redakcja

Temat i słowa kluczowe:

rynek nieruchomości ; ceny mieszkań ; uczenie maszynowe ; model Random Forest ; model XGBoost ; real estate market ; housing prices ; machine learning ; Random Forest model ; XGBoost model

Opis:

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.

Abstrakt:

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.

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2024

Typ zasobu:

rozdział

Identyfikator zasobu:

doi:10.15611/2024.53.6.05

Język:

pol

Powiązania:

Debiuty Studenckie 2024

Prawa:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Prawa dostępu:

Dla wszystkich zgodnie z licencją

Licencja:

CC BY-SA

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu