Анализ чувствительности моделей машинного обучения для массовой оценки недвижимости: исследование жилых объектов в Никосии, Кипр

Недавнее исследование литературы по оценке недвижимости показало, что подавляющее большинство исследователей и ученых в области недвижимости сосредоточены на массовой оценке, а не на дальнейшем развитии существующих методов оценки. Исследователи используют различные математические модели из области машинного обучения, которые применяются для оценки недвижимости с высокой точностью. Однако профессиональные оценщики, по-видимому, не используют эти сложные модели в повседневной практике, полагаясь вместо этого на традиционные пять методов. Департамент земельных ресурсов и изысканий Кипра недавно опубликовал стоимость объектов недвижимости (общую оценку) для целей налогообложения, рассчитанную с применением гибридной модели, основанной на затратном подходе и регрессионном анализе для количественной оценки специфических параметров каждого объекта. В настоящей статье авторы предлагают ряд алгоритмов, основанных на подходах искусственного интеллекта и машинного обучения, которые значительно повышают точность этих результатов. Цель работы — исследовать возможности таких моделей и способы их применения для массовой оценки недвижимости, подчеркнуть важность анализа чувствительности в подобных моделях, а также повысить прозрачность, чтобы автоматизированные модели оценки (AVM) могли использоваться в повседневной работе оценщика.