Gayrimenkul Değerlemesinde Makine Öğrenmesi Tekniklerinin Kıyaslanması

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Makine Fakültesi, Endüstri Müh.Bölümü, Türkiye

Tezin Onay Tarihi: 2020

Tezin Dili: Türkçe

Öğrenci: Fatma ER

Danışman: Selçuk Çebi

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu çalışmada, gayrimenkul değerlemesinde Doğrusal (Lineer) Regresyon, Rasgele Orman (Random Forest) algoritması, Destek Vektör (Support Vector) algoritması ve Yapay Sinir Ağı (Artificial Neural Network) yöntemleri kullanılarak elde edilen sonuçlar karşılaştırılmıştır. Değerleme çalışması için uygulama alanı olarak, Türkiye'nin nufüs açısından en kalabalık, ekonomik, tarih ve sosyo-kültürel açıdan en zengin, gelir dağılımı açısından en geniş aralığına sahip olan ve en fazla konutun bulunduğu İstanbul ili seçilmiştir. Bu çalışma kapsamında İstanbul ilinin tüm ilçe ve mahallerinde bulunan satılık daire ilanları referans alınarak konut fiyat tahmin modelleri geliştirilmiştir. Aynı ilanın farklı sitelerde farklı fiyatlarda satışa sunumu ile oluşabilecek dublikasyonlarda ve veri tutarsızlıklarından kaçınmak amacıyla çalışmada yalnızca bir emlak sitesinden 27.778 adet satılık daire ilanına ait veri analiz edilmiştir. Veriler temizlendikten sonra analiz çalışmaları yapılmıştır. Çalışma kapsamında toplanan verilerin analizi için kullanılan yöntemler python dilinde kodlanarak analizler gerçekleştirilmiştir. Son yıllarda python makine öğrenme algoritmaları için açık kaynak kodlu programlardan en sık kullanılan dillerden biri olarak öne çıkmaktadır. Model tahmin sonuçlarını arttırmak için çeşitli veri dönüşümleri yapılmıştır. Model üzerinde etkili özellikleri tespit etmek özellik seçim algoritmaları kullanılmıştır. Yapılan analizler sonucunda en iyi tahminleme Rasgele Orman modeli ile elde edilmiştir