Taşınmaz değerlemesi kentsel alanda konumsal ve yapısal özelliklerin tarafsız ve objektif olarak değerlendirilmesini ifade etmektedir. Bu sürecin bilimsel tanımlanmasına ilişkin pek çok çalışma yapılmıştır. Literatürdeki çalışmalarda geleneksel, istatistiksel, çok kriterli karar analizleri ve yapay zekâ yöntemleri son yıllarda sıklıkla uygulanan yöntemlerdir. Günümüzde yapay zekâ yöntemleri taşınmaz değerleme sürecindeki çok sayıda taşınmaza ilişkin yapısal ve konumsal özellikleri analiz ederek ilişkilendirmekte ve taşınmazlara yönelik değer tahminleri gerçekleştirebilmektedir. Bu nedenle yapay zekâ yöntemleri taşınmaz değerleme sürecinin yönetilmesinde önemli bir araç konumundadır. Bu çalışmada, Türkiye’nin Niğde kentinde yapısal kriterlerine ilişkin verileri bulunan 1200 taşınmazın istatistiksel analiz tekniklerinden Lineer Regresyon ve Makine Öğrenimi yöntemlerinden Yapay Sinir Ağları, Regresyon Ağaçları, Destek Vektör Regresyon ve Gaussian Process Regresyon algoritmaları kullanılmıştır. Sonuçta yapay sinir ağları yöntemi ile eğitilen modele göre elde edilen sonuçların tahmin performansının en yüksek doğruluk (R2: %84.92, RMSE: 0.0608) sağladığı tespit edilmiştir. Çalışma, literatürden farklı olarak kent bütününde toplu olarak taşınmazların değerlemesiyle gerçekleştirilmiş ve değerlemede 1200 taşınmaza ilişkin kriterler karşılaştırılarak yüksek doğrulukla değer tahmini elde edilmiştir.
Taşınmaz Değerlemesi Lineer Regresyon Yapay Sinir Ağları Regresyon Ağaçları Destek Vektör Regresyon Gauss Süreç Regresyonu
Real estate valuation refers to the neutral and objective evaluation of spatial and structural features in the urban area. There have been many studies on the scientific description of this process. In the studies in the literature, traditional, statistical, multi-criteria decision analysis and artificial intelligence methods are the methods frequently applied in recent years. Today, artificial intelligence methods analyze and correlate the structural and spatial features of many real estates in the real estate valuation process and can perform value estimates for real estates. Therefore, artificial intelligence methods are an important tool in the management of the real estate valuation process. In this study, linear regression from statistical analysis techniques and Artificial Neural Networks, Regression Trees Support Vector Regression and Gaussian Process Regression algorithms from machine learning methods were used for 1200 real estates with data on their structural criteria in Niğde, Turkey. As a result, based on the model trained by the artificial neural networks method were found to provide the highest accuracy (R2: %84.92, RMSE: 0.0608) of prediction performance. In the study was conducted the mass appraisal in real estate at the city and a high-accuracy value estimation was obtained by comparing the criteria for 1200 real estate.
Real Estate Valuation Linear Regression Artificial Neural Networks Regression Trees Support Vector Regression Gaussian Process Regression
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Research Articles |
Authors | |
Early Pub Date | November 14, 2023 |
Publication Date | December 5, 2023 |
Published in Issue | Year 2023 Volume: 5 Issue: 2 |