REAL ESTATE PRICE FORECASTING USING MACHINE LEARNING ALGORITHMS

Прогнозування вартості нерухомості є важливим економічним показником. Точний прогноз ціни на житло важливий для майбутніх власників будинків, забудовників, інвесторів, оцінювачів, податкових департаментів та інших учасників ринку нерухомості, таких як іпотечні кредитори страховики. Тому наявність моделі прогнозування допомагає заповнити важливу інформаційну прогалину підвищити ефективність нерухомості. Стаття присвячена застосуванню методів машинного навчання побудови моделей заміську нерухомість. Виконано критичний аналіз житлової України визначено фактори, які впливають формування заміської Встановлено доцільність використання алгоритмів Побудовано чотири визначено, що найбільшу має алгоритм XGBoost. Проведено порівняння результатів алгоритму XGBoost множинної лінійної регресії основі випадково обраного будинку з вибірки. Визначено, модель краще описує дані і ймовірність спрогнозувати справжню ціну вищою.