УДК 519.86
DOI: 10.36871/2618­-9976.2024.07.005

Авторы

Хоанг Хиеу Чан,
Аспирант, ассистент, Санкт-­Петербургский политехнический университет Петра Великого, Санкт­-Петербург, Россия

Аннотация

В статье рассматривается использование машинного обучения для анализа и прогнозирования на рынке жилой недвижимости. Автор делает акцент на различных методах машинного обучения, включая обучение с учителем, без учителя и с частичным привлечением учителя. Эти технологии используются для работы с данными о недвижимости, что позволяет повысить эффективность прогнозирования цен, анализа рыночных тенденций и оптимизации маркетинговых стратегий. Одним из значимых преимуществ машинного обучения является его способность распознавать сложные закономерности и взаимосвязи в больших объемах данных, что неоценимо для глубокого анализа рынка недвижимости. В статье обсуждаются основные вызовы, связанные с применением этого подхода, включая возможные проблемы с качеством данных и риски переобучения моделей, что может привести к искажению результатов анализа. Автор приводит конкретные примеры успешного использования машинного обучения в данной области, демонстрируя, как эти технологии могут эффективно справляться с задачей идентификации неочевидных паттернов в данных. Это открывает новые перспективы для разработки маркетинговых стратегий и повышения точности прогнозов цен на недвижимость. Заключительная часть статьи подчеркивает важность дальнейших исследований в этой области. Особое внимание уделяется потребности в интеграции разнообразных типов данных и разработке новых алгоритмов, которые могли бы улучшить способность прогнозирования и аналитическую точность при оценке объектов недвижимости. Автор указывает на необходимость продолжения исследований для расширения функционала машинного обучения, что позволит более полно использовать его потенциал в экономических и коммерческих приложениях на рынке недвижимости.

Ключевые слова

машинное обучение
обучение с учителем
обучение без учителя
полуконтролируемое обучение
рынок жилой недвижимости
прогнозирование
цена
жилье