Оценка стоимости объектов недвижимости при помощи алгоритмов машинного обучения: изучение рынка недвижимости города Дубны

Данная работа посвящена использованию методов машинного обучения для анализа реальных данных об объектах недвижимости города Дубна (Московская область). Основной целью работы является сравнения прогностических характеристик различных методов машинного обучения (линейная регрессия, дерево решений, случайный лес, градиентный бустинг). База данных состоит из выборки из 800 записей цен на квартиры. Результаты анализа показывают, что градиентный бустинг и случайный лес показали лучшие результаты, чем другие модели при моделировании цен на жилье. В целом мы приходим к выводу, что методы машинного обучения могут предоставить полезный набор инструментов для получения информации о рынках жилья.