Object

Title in english:

Residential Real Estate Price Forecast Using Machine Learning

Creator:

Frącz, Mateusz

Contributor:

Dudycz, Helena. Redaktor

Description:

Wrocław: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, 2023, s. 57-71

Abstrakt:

Uczenie maszynowe odgrywa w dzisiejszym świecie coraz większą rolę. Ma wiele zastosowań, które mogą być wykorzystywane w nauce i przedsiębiorstwach. Pozwala na dokonywanie prognoz wartości ciągłych z wykorzystaniem estymatora przeprowadzającego regresję. Celem badania jest stworzenie modelu prognozującego ceny nieruchomości mieszkalnych i weryfikacja jego skuteczności z wykorzystaniem różnych algorytmów w języku Python 3, biblioteki Pandas, LazyPredict, Scikit-learn w środowisku Jupyter Notebook. Zastosowane metody badawcze to: analiza literatury, analiza dokumentacji, studium porównawcze wykorzystanie biblioteki LazyPredict do wyznaczenia najwydajniejszego estymatora zgodnie z wartością współczynnika determinacji, wykorzystanie GridSearchCV do znalezienia najlepszej kombinacji hiperparametrów modelu lasu losowego. Dokonana analiza umożliwiła wskazanie najlepszego algorytmu spośród wybranych, którym okazał się regresor lasu losowego, do przeprowadzenia procesu uczenia na danych.

Publisher:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Place of publication:

Wrocław

Date:

2023

Resource Type:

rozdział

Resource Identifier:

doi:10.15611/2023.81.7.05 ; oai:dbc.wroc.pl:125398

Language:

pol

Relation:

Debiuty Studenckie 2023 ; Informatyka w biznesie

Rights:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Access Rights:

Dla wszystkich zgodnie z licencją

License:

CC BY-SA 4.0

Location:

Uniwersytet Ekonomiczny we Wrocławiu