Geri Dön

HOUSE RENT PRICE PREDICTION USING NEURAL NETWORK APPROACH

NÖRAL AĞ YAKLAŞIMI KULLANILAN KİRALIK FİYAT TANIMI

  1. Tez No: 667377
  2. Yazar: ISLAM MUSTAFA AHMED AHMED
  3. Danışmanlar: YRD. DOÇ. DR. SEFER KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Kiralık konut piyasasındaki toplu değerlendirmeler, satış piyasasındakilerden çok daha az yaygındır. Bununla birlikte, kira piyasasında önemli bir büyüme olduğuna dair kanıtlar vardır ve bu kavrayış eksikliği, ticari kuruluşları ve yerel ve ulusal hükümetleri bu piyasayı anlamada engellemektedir. Bu örnek olay incelemesinde, 2 yıl boyunca 1.2 milyonun üzerinde kiralık emlak ilanıyla bir emlak ilanlarının web sitesinden sağlanan ve ölçeklerinde benzersiz olan veriler kullanılmaktadır. Veriler, genelleştirilmiş doğrusal regresyon, makine öğrenmesi ve sahte uygulayıcıya dayalı bir yaklaşım kullanılarak büyük bir veri enstitüsünde analiz edilir. Çalışma, bu tür değerlendirmeleri yapmak isteyen ve kullanmak için en iyi yöntemler hakkında rehberlik aramak isteyen mülk uzmanları ve akademisyenler için pratik bir rehber olarak görülmelidir. Aynı zamanda, kira listeleme fiyatını en çok etkileyen mülk özellikleri hakkında fikir verir.

Özet (Çeviri)

Mass assessments are much less frequent in the rental housing market than in the sales market. There is, however, evidence that the rental market is growing significantly, and this lack of insight is hindering the understanding of this market by commercial companies and local and national governments. The case study uses data which that collected from a directory for property listings, which is unique in size and which is available for two months on more than 1.2 million leased property listings. The data analyzed by generalized linear regression, machine learning, and a pseudo-practitioner approach in a large data institute. To undertake these assessments, the study should be considered as a practical guide by property professionals and academics to seek guidance on the best approaches. We also provide insights into the characteristics of the property that influence the rental price most

Benzer Tezler

  1. Ulaş Sağlık Ocağı merkezinde nüfusun bazı niteliklerine ve konutların durumuna ilişkin bir çalışma

    An Investigation carried out at the Ulaş Public Health Centre concerning some characteristics of the population and housing conditions in the district of Ulaş

    EROL ŞANLI

    Doktora

    Türkçe

    Türkçe

    1985

    Halk SağlığıCumhuriyet Üniversitesi

    Halk Sağlığı Ana Bilim Dalı

    DOÇ. DR. SERVET ÖZGÜR

  2. Geleneksel Sivrihisar evleri

    Traditional houses of Sivrihisar

    FİSUN ÖZŞUÇA

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    MimarlıkGazi Üniversitesi

    Mimarlık Ana Bilim Dalı

    YRD. DOÇ. DR. ORHAN CEZMİ TUNCER

  3. Geleneksel konutlarda ahşap yapı konstrüksiyonları Ankara Erzurum Mahallesi örneği

    Başlık çevirisi yok

    MUALLA KALFAGİL

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    MimarlıkGazi Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. REŞAT ÖNGEN

  4. Çukurova bölgesinde biyoklimatik veriler kullanılarak açık ve yeşil alan sistemlerinin belirlenmesi ilkeleri üzerinde bir araştırma

    A research on the determination of the principles in open and green spaces systems by using the bioclimatic data in Çukurova region

    MEHMET FARUK ALTUNKASA

    Doktora

    Türkçe

    Türkçe

    1987

    Çevre MühendisliğiÇukurova Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    DOÇ. DR. ERDOĞAN GÜLTEKİN