Geri Dön

Gayrimenkul değerlemesinde makine öğrenmesi tekniklerinin kıyaslanması

Comparison of machine learning techniques in real estate valuation

PDF İndir

  1. Tez No: 642246
  2. Yazar: FATMA ER
  3. Danışmanlar: PROF. DR. SELÇUK ÇEBİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Sistem Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 110

Özet

Bu çalışmada, gayrimenkul değerlemesinde Doğrusal (Lineer) Regresyon, Rasgele Orman (Random Forest) algoritması, Destek Vektör (Support Vector) algoritması ve Yapay Sinir Ağı (Artificial Neural Network) yöntemleri kullanılarak elde edilen sonuçlar karşılaştırılmıştır. Değerleme çalışması için uygulama alanı olarak, Türkiye'nin nufüs açısından en kalabalık, ekonomik, tarih ve sosyo-kültürel açıdan en zengin, gelir dağılımı açısından en geniş aralığına sahip olan ve en fazla konutun bulunduğu İstanbul ili seçilmiştir. Bu çalışma kapsamında İstanbul ilinin tüm ilçe ve mahallerinde bulunan satılık daire ilanları referans alınarak konut fiyat tahmin modelleri geliştirilmiştir. Aynı ilanın farklı sitelerde farklı fiyatlarda satışa sunumu ile oluşabilecek dublikasyonlarda ve veri tutarsızlıklarından kaçınmak amacıyla çalışmada yalnızca bir emlak sitesinden 27.778 adet satılık daire ilanına ait veri analiz edilmiştir. Veriler temizlendikten sonra analiz çalışmaları yapılmıştır. Çalışma kapsamında toplanan verilerin analizi için kullanılan yöntemler python dilinde kodlanarak analizler gerçekleştirilmiştir. Son yıllarda python makine öğrenme algoritmaları için açık kaynak kodlu programlardan en sık kullanılan dillerden biri olarak öne çıkmaktadır. Model tahmin sonuçlarını arttırmak için çeşitli veri dönüşümleri yapılmıştır. Model üzerinde etkili özellikleri tespit etmek özellik seçim algoritmaları kullanılmıştır. Yapılan analizler sonucunda en iyi tahminleme Rasgele Orman modeli ile elde edilmiştir

Özet (Çeviri)

In this study, the results obtained by using Linear Regression, Random Forest algorithm, Support Vector algorithm, and Artificial Neural Network methods in real estate valuation are compared. Istanbul province, which in Turkey has the highest population density and represents the economical, historical, and socio-cultural center of the country was chosen as an application area. Within the scope of this study, the housing price prediction models have been developed by referring to the advertisements for the sale of flat all over the districts of Istanbul. In order to avoid duplications and data inconsistencies that may occur with the same advertisements for different sale prices of flats on different sites, 27.778 units of sale data were downloaded from only one real estate site. The methods used for the analysis of the collected data were coded in the python language and analyzed. In recent years, python has become one of the most frequently used languages from open-source programs for machine learning algorithms. Various data transformations were made to increase the model prediction results. Feature selection algorithms were used to find effective features on the model. As a result of the analysis, the best estimation was obtained with the Random Forest model.

Benzer Tezler

  1. Tez No

    825687

    Toplu konut değerleme için hibrit makine öğrenimi ve topluluk öğrenmesi yaklaşımı ile model mimarisi

    Model architecture for mass real estate appraisalwith hybrid machine learning and ensemble learning approach

    CİHAN ÇILGIN

    Doktora

    Türkçe

    Türkçe

    2023

    Yönetim Bilişim SistemleriGazi Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. HADİ GÖKÇEN

  2. Tez No

    768234

    Kitlesel değerlemede makine öğrenme algoritmaları

    Machine learning algorithms in mass appraisal

    SİBEL CANAZ SEVGEN

    Doktora

    Türkçe

    Türkçe

    2022

    Bilim ve TeknolojiAnkara Üniversitesi

    Gayrimenkul Geliştirme ve Yönetimi Ana Bilim Dalı

    DOÇ. DR. YEŞİM TANRIVERMİŞ

  3. Tez No

    352516

    Gayrimenkul değerlemesinde coğrafi bilgi sistemlerinden yararlanma olanakları Adana ili Çukurova ilçesi Güzelyalı mahallesi örneği

    Possibilities of using geograpfic information systems revaluati on of Adana Çukurova Güzelyali country district case

    ABDÜLHAKİM BÖREKÇİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Şehircilik ve Bölge PlanlamaÇukurova Üniversitesi

    Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı

    PROF. DR. SUAT ŞENOL

  4. Tez No

    222625

    Gayrimenkul değerlemesinde değerleme uzmanlığı üzerine bir inceleme

    A research about real estate appraisers in real estate appraisal

    SERKAN YALÇIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MEHMET UĞUR MÜNGEN

  5. Tez No

    276311

    Coğrafi bilgi sistemi (CBS) yardımı ile taşınmaz değer haritalarının oluşturulması ve Eskişehir örneği

    Creating real estate assets maps with the help of geographical information system (GIS) and the case of Eskişehir

    SELÇUK ÜNLÜ

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Jeodezi ve FotogrametriSelçuk Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ ERDİ

Geri Dön