Makine öğrenmesi yöntemleri kullanılarak gayrimenkul fiyat tahmini
Real Estate Prediction Using Machine LearningMethods
- Tez No: 919383
- Danışmanlar: PROF. DR. ÖZGÜR YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Matematik, Computer Engineering and Computer Science and Control, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Matematik Bilim Dalı
- Sayfa Sayısı: 61
Özet
Gayrimenkul tarla, arsa, bina, konut gibi hareket etmeyen yapıların hepsini kapsamaktadır. Gayrimenkul sektörü, inşaat alanında hem insanların barınma ihtiyacını karşılayarak yaşam kalitesini artırır, hem de istihdama önemli bir katkı sağlar. Bu tezde, hem arsa almak isteyen hem de arsa satmak isteyen yatırımcılar için makine öğrenmesi teknikleri kullanılarak arsa fiyat tahmini yapacak modeller oluşturulmuştur. Araştırma verileri 2022-2023 yılları arasında İstanbul ili içinde bulunan 1143 adet arsa örneği ile çalışılmıştır. Veri setindeki bağımsız değişkenler: Krediye uygunluk, tür, tapu durumu ve metrekareden oluşmaktadır. Veri kümesi üzerinde gerekli düzenlemeler yapılmıştır. Gözetimli öğrenmenin regresyon algoritmaları kullanılmıştır. Veri seti, Makine öğrenmesi yaklaşımlarından Çoklu Doğrusal Regresyon (Multiple Linear Regression), Rastgele Orman (Random Forest, RF) ve Gradient Boots regresyon algoritmaları (teknikleri) kullanılarak modeller oluşturulmuştur. Bu modellerin başarı değerlendirmesi ortalama kare hata (MSE), ortalama mutlak hata (MAE) ve ortalama mutlak yüzde hata (MAPE) metrikleri kullanılmıştır. Yapılan çalışmaların sonuçları analiz edilerek karşılaştırılmışdır. Analiz sonuçları grafik kullanılarak görselleştirilmiştir.
Özet (Çeviri)
Real estate encompasses all immovable properties such as land, plots, buildings, and housing. The real estate sector, within the construction field, not only meets people's housing needs, improving their quality of life, but also contributes significantly to employment. In this thesis, machine learning techniques were used to create models for land price prediction for investors who wish to both buy and sell land. The research data consists of 1,143 land samples located within the city of Istanbul, collected between 2022 and 2023. The independent variables in the dataset are: credit eligibility, type, title deed status, and square meters. Necessary adjustments were made to the dataset. Supervised learning regression algorithms were used. The models were created using machine learning approaches such as Multiple Linear Regression, Random Forest (RF), and Gradient Boosting regression algorithms. The performance of these models was evaluated using metrics such as Mean Squared Error (MSE), Mean Absolute Error (MAE), and Mean Absolute Percentage Error (MAPE). The results of the studies were analyzed and compared, and the analysis results were visualized using graphs.
Benzer Tezler
- Makine öğrenmesi yöntemleri kullanılarak gayrimenkul değer tahmininde coğrafi referanslı verinin katkısı
Contribution of geo-referenced data in real estate value prediction using machine learning methods
MUSTAFA DENİZ AYAR
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPER ŞEN
- Gayrimenkul değerlemesinde makine öğrenmesi tekniklerinin kıyaslanması
Comparison of machine learning techniques in real estate valuation
FATMA ER
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK ÇEBİ
- Predicting house prices in Ankara using machine learning
Makine öğrenimi kullanarak Ankara'da ev fiyatlarini tahmin etme
CİHAN ERSOY
Yüksek Lisans
İngilizce
2022
Bilgi ve Belge YönetimiÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERDAR ARSLAN
- Elektrikli araçların kullanıcı tercihlerine göre sınıflandırılması: hibrit bir yaklaşım
Classification of electric vehicles based on user preference: a hybrid approach
MEHMET DEMİR
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- Gayrimenkul rayiç bedelinin yapay zeka yöntemleri ile tahmini
Estimation of real estate appraisal values using artificial intelligence methods
REYYAN AYDOĞDU
Yüksek Lisans
Türkçe
2025
İnşaat Mühendisliğiİskenderun Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. OLCAY GENÇ
DR. ÖĞR. ÜYESİ SERKAN AYDINLI