Предсказание стоимости недвижимости с использованием методов машинного обучения

Рынок недвижимости был и остается одним из ключевых в мировой экономике (the 2nd version - Рынок недвижимости стабильно занимает место одной из индустрий, заслуживающих особое внимание в мировой экономике). В эпоху постоянных изменений, когда цены на недвижимость растут быстрее, чем заработные платы, люди стремятся найти наиболее рациональный способ извлечь максимальную выгоду, затратив минимум средств. Такой подход применим во многих сферах жизни и бизнеса. Понимание факторов, влияющих на ценообразование, имеет чрезвычайно важное значение для получения конкурентных преимуществ и выгоды, и сфера недвижимости не является исключением. Использование различных аналитических методов способствует лучшему пониманию основных драйверов, определяющих стоимость жилья. В современной экономике наблюдается активная диверсификация товаров и услуг, что повлекло кардинальные изменения в индустрии недвижимости. Наиболее ярким проявлением данной тенденции стал сервис Airbnb, флагман экономики совместного использования, завоевавший особую популярность в сфере аренды жилья. В данном исследовании применяются актуальные методы машинного обучения c целью определения ключевых факторов и их взаимосвязей, влияющих на формирование стоимости предложений по аренде жилья на сервисе Airbnb в Лос-Анджелесе. В исследовании основное внимание уделяется анализу данных, отбору и созданию новых показателей (техники feature selection & feature engineering), и прогнозному моделированию с использованием различных регрессионных методов.