文献

J-GLOBAL ID：201802289644851445   整理番号：18A0201540

資産販売価格推定における動的Bayesツリーの適用【Powered by NICT】

Applying dynamic Bayesian tree in property sales price estimation

著者 (3件)： Nejad Mehrdad Ziaee (Centre for Artificial Intelligence, Faculty of Engineering and Information Technology, University Technology Sydney, Ultimo NSW 2007, Australia) ,  Lu Jie (Centre for Artificial Intelligence, Faculty of Engineering and Information Technology, University Technology Sydney, Ultimo NSW 2007, Australia) ,  Behbood Vahid (Centre for Artificial Intelligence, Faculty of Engineering and Information Technology, University Technology Sydney, Ultimo NSW 2007, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISKE  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 居住用財産販売価格の正確な予測は非常に重要であると不動産市場の運用において重要である。資産販売者と購入者/投資家は販売取引の時間で特にそれらの特性のための公正価値を知っておきたい。自動評価モデルを構築するための主な理由は,ヒトを置き換えるのに十分正確であることである。特性販売価格予測のための最も適切なモデルを選択するために,この論文では,RMSEとMAE性能を比較することによって動的Bayesツリー(オンライン学習法),ランダムフォレスト,確率的勾配ブースティング,CART,袋詰めCART,樹木れバグされたアンサンブルとブースティングされたツリー(バッチ学習法)を含む七種のツリーベース機械学習モデルを検討した。これらのモデルの性能は,オーストラリア,シドニーの19郊外から単位販売の1967記録で試験した。本研究の主目的は,バッチモデルの性能を比較したオンラインモデルを用いたことである。結果は,オンラインモデルとしての動的Bayesツリーは,二乗平均平方根誤差(RMSE)と平均絶対誤差(MAE)に基づくバッチモデルの中間であることを示した。特性販売価格が実世界応用のための合理的な推定のためのオンラインモデルを用いて示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ロット ,  オーストラリア連邦 ,  ヒト ,  *学習 ,  学習モデル ,  モデル
準シソーラス用語： シドニー ,  CART ,  ブースティング ,  ランダムフォレスト ,  オンライン学習 ,  価格予測 ,  自動評価 ,  不動産市場 ,  *販売価格 , 【Automatic Indexing@JST】

分類 (3件)： 流出解析  (DC07030N) ,  放射,大気光学  (DC05080C) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (3件)： 資産 ,  販売価格 ,  推定