Розвідувальний аналіз даних для інформаційної технології передбачення вартості будинку методами машинного навчання

Abstract

У роботі виконано попередню підготовку та розвідувальний аналіз даних для створення інформаційної технології передбачення вартості житлової нерухомості за допомогою методів машинного навчання. Аналізовано набір даних Housing Prices Dataset, який містить технічні та соціально-економічні характеристики будинків. Виділено основні фактори, що впливають на ціну, зокрема площу, кількість кімнат, наявність кондиціонера, підвалу тощо.

The paper presents the preliminary preparation and exploratory data analysis for building an information technology to predict residential real estate prices using machine learning methods. The Housing Prices Dataset, which includes technical and socio-economic characteristics of houses, was analyzed. Key features affecting price were identified, such as area, number of rooms, presence of air conditioning, basement, and others.