Прогнозирование цен на жилье методами машинного обучения

ФИО студента: Сухобок Ольга Александровна

Кампус/факультет: Факультет экономических наук

Программа: Прикладная экономика (Магистратура)

Оценка: 8

Год защиты: 2019

В работе построена модель машинного обучения (XGBoost), прогнозирующая цену на жилье в Москве. Модель обладает высокой прогнозной силой, при этом исследуемый метод интерпретации (SHAP) позволил оценить как общее влияние каждого признака на прогноз модели, так и посчитать величину влияния каждого признака для каждого конкретного наблюдения. Более того, для каждого признака проанализирована величина влияния в зависимости от значения этого признака. Ключевыми факторами, влияющими на прогноз модели, являются общая площадь квартиры, расстояние до метро, удаленность района от центра города, индекс CPI и другие.

Текст работы (работа добавлена 30 мая 2019 г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ