Введение 4
Глава 1. Рынок загородной недвижимости Ленинградской области 6
1.1. Ленинградская область 6
1.2. Рынок загородной недвижимости Ленинградской области 6
1.3. Компания ЦИАН 7
1.4. Признаки объектов недвижимости 9
1.5. Гипотезы и вопросы 17
Выводы 18
Глава 2. Методы машинного обучения для анализа рынка недвижимости 19
2.1. Метод сбора данных 19
2.2. Алгоритмы выявления выбросов 19
2.3. Методы анализа данных 20
2.4. Примеры использования методов машинного обучения для анализа рынка недвижимости 21
2.5. Методология 24
Выводы 25
Глава 3. Исследование рынка с помощью методов машинного обучения 26
3.1. Описание наборов данных 26
3.2. Исследование набора данных об объектах, выставленных на продажу 26
3.3. Исследование набора данных об объектах, сдающихся посуточно 45
3.4. Исследование набора данных об объектах, сдающихся помесячно 55
Выводы 63
Заключение 65
Список литературы 67
Приложения 70
Купить

Поскольку методы машинного обучения становятся все более популярными для анализа данных, с их помощью решается все большее количество задач. Так, рынок загородной недвижимости активно развивается после первых волн пандемии Covid-19. Следовательно, методы машинного обучения можно применить и к изучению этого рынка в том числе.
Таким образом, выпускная квалификационная работа посвящена анализу рынка загородной недвижимости Ленинградской области с помощью методов машинного обучения. В рамках нее будет представлена информация о ситуации на рынке загородной недвижимости региона, об условиях, в которых он формируется, собраны данные о рынке загородной недвижимости региона, проведен анализ с помощью методов описательной статистики, построены модели машинного обучения. Таким образом, будут изучены факторы, влияющие на стоимость объектов недвижимости.
Это исследование может быть использовано для получения информации о том, как оценивать объекты загородной недвижимости в данном регионе в текущей ситуации. Это может быть полезно как для собственников домов и коттеджей, которые бы хотели их продать, так и для агентств недвижимости, для аналитиков рынка, которые сталкиваются со сложностью оценки стоимости домов и коттеджей, стоимости аренды этих домов и коттеджей.
Форматом работы была выбрана исследовательская работа.
Целью работы является построение моделей машинного обучения для облегчения процесса оценки объектов недвижимости. Для достижения цели должны быть решены следующие задачи:
• Сбор данных о рынке загородной недвижимости Ленинградской области.
• Проведение анализа признаков, влияющих на цену объектов загородной недвижимости в этом регионе.
• Построение моделей, с помощью которых цена недвижимости, а также цена ее аренды, может быть определена.
Объектом исследования является рынок загородной недвижимости Ленинградской области, предметом исследования – признаки, влияющие на цену недвижимости в регионе.
Работа состоит из следующих частей:
• Введение. Описание управленческой проблемы, постановка целей, формулирование задач, определение формата работы.
• Глава 1. Рынок загородной недвижимости Ленинградской области. В главе приведено описание ситуации на рынке недвижимости, компании, которые на рынке функционируют. Также проводится анализ признаков объектов недвижимости, описываются их преимущества и недостатки, каким образом те или иные признаки могут влиять на стоимость дома или коттеджа.
• Глава 2. Методы машинного обучения для анализа рынка недвижимости. В главе описываются методы машинного обучения, которые могут быть использованы при анализе рынка недвижимости, рассказывается о предыдущем опыте похожих исследований, формируется методология исследования для этой работы.
• Глава 3. Исследования рынка с помощью методов машинного обучения. В главе исследуются данные об объектах недвижимости, которые выставлены на продажу или сдаются в аренду (как посуточную, так и помесячную). Используются методы описательной статистики и машинного обучения.
• Заключение. Описание результатов исследования, формулирование выводов, полученных во время исследования.
• Список литературы. Перечень использованных источников как для изучения рынка, так и формирование методологии исследования.
• Приложения. Примеры частей моделей, используемых для прогнозирования.
Купить