House price prediction with crawled online data
Taranan verilerle konut fiyat tahmini
- Tez No: 785012
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZGE YÜCEL KASAP
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 57
Özet
Ev fiyat tahmini çok zor bir iştir. Son birkaç yılda, birçok araştırmacı konut fiyat tahminini gerçekleştirebilecek modeller geliştirmekle ilgilenmektedir. Bu çalışmada taranmış veriler kullanılarak konut fiyat tahmini yapılmıştır. İlgili veriler sahibinden.com'dan Node.js ile yazılmış bir scraping aracı kullanılarak elde edilmiştir. Ev fiyatı tahmini için bu veri kümesine farklı makine öğrenme teknikleri uygulanmıştır. Veri analizi ve veri görselleştirme teknikleri uygulanmıştır. Özellik seçimi yapılmıştır. Temelde regresyon ve sınıflandırma amaçlanmıştır. Bu bağlamda; veri keşfi ve veri hazırlama aşamasında sağlam ölçekleyici ve doğrusal regresör kullanılmıştır. Model oluşturma aşamasında XGB Regresör, Karar Ağacı Regresör ve Sıralı Sinir Ağı modelleri kullanılmıştır. Bu modellerin performansı, ortalama mutlak hata, ortalama karesel hata, ortalama karesel hata ve varyans regresyon hatası kullanılarak ölçülmüştür. Her bir teknik için elde edilen sonuçlar ortaya konulmuş ve birbirleri ile karşılaştırılmıştır.
Özet (Çeviri)
House price prediction is a very difficult task. During the last few years, many researchers have been interested in developing models that can achieve house price prediction. In this study, house price prediction has done by using crawled data. Relevant data was obtained from sahibinden.com by using a scraping tool that written in Node.js. Different machine learning techniques have applied on this dataset for house price prediction. Data analysis and data visualization techniques have applied. Feature selection has done. Mainly regression and classification have aimed. In this context; robust scaler, and linear regressor were used in data exploration and data preparation stage. XGB Regressor, Decision Tree Regressor and Sequential Neural Network models have used in model building stage. Performance of these models have measured by using mean absolute error, mean squared error, root mean square error, and variance regression error. Results obtained for each technique have revealed and compared with each other.
Benzer Tezler
- Konut satış fiyatlarının coğrafi bilgi sistemi girdili makine öğrenmesi yöntemleri ile tahminlenmesi: İstanbul örneği
House sales price prediction with geographic information system inputed machine learning methods: İstanbul sample
DUYGU ATASEVER
Yüksek Lisans
Türkçe
2024
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ERSOY ÖZ
- House price prediction using artificial neural network (ANN) with adagrad optimizer
Adagrad optimizer ile yapay sinir ağı (YSA) kullanarak konut fiyat tahmini
EHAB SAAD ABDULWAHID AL-MUQDADI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ Abdullahi Abdu IBRAHIM
- Hiper-optimize edilmiş makine öğrenim teknikleri ile taşınmaz değerlemesi, Yozgat kenti örneği
Real estate valuation with hyper-optimized machine learning techniques, Yozgat city example
ABDULBAKİ HAZER
Yüksek Lisans
Türkçe
2022
Jeodezi ve FotogrametriNiğde Ömer Halisdemir ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. ASLI BOZDAĞ
DOÇ. DR. ÜMİT HALUK ATASEVER
- Coğrafi bilgi sistemleri entegreli makine öğrenmesine dayalı toplu taşınmaz değerleme modelinin geliştirilmesi
Development of mass property valuation model based on geographic information systems integrated machine learning methods
MUHAMMED OĞUZHAN METE
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU
- Makine öğrenme temelli konut fiyat tahminlemede meta model uygulaması: Çanakkale ili örneği
Meta model application in machine learning based house price estimation: An example of Canakkale province
CENGİZHAN DUMLU
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SAİT CAN YÜCEBAŞ