Aplicación de técnicas de Machine Learning para Valuación Masiva de Inmuebles en ciudades intermedias de la provincia de Mendoza
Investigación Ciencia y Universidad · 19.04.2024 · 7 (9) · 74-86
DOI: 10.59872/icu.v7i9.428 ↗Kurz gefasst
Fachartikel in der Zeitschrift Investigación Ciencia y Universidad, online erschienen am 19.04.2024. Verfasst von Renzo Enrique Polo und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
La necesidad de valuar masivamente los inmuebles se ha comprobado en el desarrollo de las políticas públicas en general. Los métodos tradicionalmente aplicados para la valuación masiva de inmuebles (VMI) han involucrado el uso de fórmulas e índices complejos, difíciles de obtener, procesar y mantener, elegidos en parte por la falta de conocimiento en tecnologías de automatización de procesos. Los procedimientos de VMI no se realizan con una frecuencia apropiada para acompañar la dinámica del mercado inmobiliario y por ese motivo nunca se llega a una valuación precisa de los inmuebles. En búsqueda de soluciones a dicha problemática, se desarrolló este trabajo siguiendo tres acciones: 1) generar una base de datos de entrenamiento capturando, sistematizando y procesando datos de oferta de inmuebles en el mercado inmobiliario de tres ciudades intermedias de la provincia de Mendoza; 2) caracterizar lasbases de entrenamiento y predicción mediante variables geográficas; 3) asignar valores a todas las parcelas urbanas a través de técnicas de Machine Learning, más concretamente a través del algoritmo XGBoost para el modelado de valores. Aun cuando este recurso ha sido poco explorado en este ámbito de aplicación, los resultados y métricas obtenidas muestran que su utilización deriva en parámetros de calidad aceptables para los objetivos planteados, y que su implementación permite diseñar estrategias eficientes y eficaces para la construcción de VMI, a menor costo en dinero y en tiempo que los métodos tradicionales. La clave del éxito, en parte, tiene fuerte dependencia con la estrategia de recolección de datos.
Zitieren
APA
Polo, R. E., Alberdi, R., & Erba, D. A. (2024). Aplicación de técnicas de Machine Learning para Valuación Masiva de Inmuebles en ciudades intermedias de la provincia de Mendoza. Investigación Ciencia y Universidad, 7(9), 74-86. https://doi.org/10.59872/icu.v7i9.428
Vancouver
Polo RE, Alberdi R, Erba DA. Aplicación de técnicas de Machine Learning para Valuación Masiva de Inmuebles en ciudades intermedias de la provincia de Mendoza. Investigación Ciencia y Universidad. 2024;7(9):74-86. doi:10.59872/icu.v7i9.428
BibTeX
@article{Polo2024,
author = {Polo, Renzo Enrique and Alberdi, Ramiro and Erba, Diego Alfonso},
title = {Aplicación de técnicas de Machine Learning para Valuación Masiva de Inmuebles en ciudades intermedias de la provincia de Mendoza},
journal = {Investigación Ciencia y Universidad},
year = {2024},
volume = {7},
number = {9},
pages = {74--86},
doi = {10.59872/icu.v7i9.428}
}
EUVIMED