Розробка інтелектуальної системи прогнозування вартості об’єктів на основі методів машинного навчання

Abstract

Об'єкт дослідження – процес прогнозування вартості об'єктів нерухомості на основі їх характеристик. Предмет дослідження – методи машинного навчання для прогнозування вартості об'єктів нерухомості, а також підходи до інтерпретації отриманих результатів. Мета роботи – розробка інтелектуальної системи прогнозування вартості об'єктів нерухомості на основі методів машинного навчання, дослідження ефективності моделей прогнозування та інтерпретація отриманих результатів. Методи дослідження – методи попередньої обробки даних, формування ознак, методи регресійного аналізу, методи для оптимізації гіперпараметрів, статистичні метрики оцінювання якості моделей (MAE, RMSE, R²), метод SHAP для інтерпретації моделей машинного навчання. У роботі розроблено експериментальний ML pipeline прогнозування вартості об'єктів нерухомості, який охоплює етапи підготовки даних, формування додаткових ознак, навчання моделей машинного навчання, їх порівняльного оцінювання, оптимізації гіперпараметрів та інтерпретації отриманих прогнозів. За результатами дослідження визначено найбільш ефективну модель прогнозування та виконано аналіз факторів, що найбільше впливають на формування прогнозованої вартості об'єктів нерухомості із застосуванням SHAP-аналізу.