文献

J-GLOBAL ID：202002212463398490   整理番号：20A2262627

機械学習アルゴリズムを用いた北京における住宅価格の空間的予測【JST・京大機械翻訳】

Spatial Prediction of Housing Prices in Beijing Using Machine Learning Algorithms

著者 (2件)： Yan Ziyue (Department of Mathematical Sciences, Xi’an Jiaotong-Liverpool University, Suzhou, Jiangsu China) ,  Zong Lu (Department of Mathematical Sciences, Xi’an Jiaotong-Liverpool University, Suzhou, Jiangsu China)
資料名： ACM Proceedings  (ACM Proceedings)
号： HPCCT & BDAI 2020  ページ： 64-71  発行年： 2020年 
JST資料番号： D0698C  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： 現実の不動産産業は,その大きな融資能力および長い上流および下流産業チェーンを与えられた社会的経済のほとんどあらゆる側面に,重要な影響を及ぼす。したがって,住宅価格の予測は,最近の数十年における新たな話題と見なされている。ヘドニック回帰と機械学習アルゴリズムは,この分野における2つの主な方法である。本研究は,北京の住宅価格と特徴データに基づいて,XGBoost,線形回帰,ランダム森林回帰,RidgeとLassoモデル,バギングとブースティングを含む機械学習技術のリストを組み込むことによって,北京における住宅価格の空間予測を実行するための重要な説明特性を調査して,正確な機構を決定することを目指した。その結果,従来の快楽法と比較して,機械学習法は,より時間コストがかかるにもかかわらず,推定の精度に大幅な改善を示した。さらに,XGBoostは,北京における住宅価格の空間動力学を説明し,予測する際に最も正確なモデルであることが分かった。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： チェーン ,  不動産 ,  *機械学習 ,  *学習アルゴリズム
準シソーラス用語： *住宅価格 ,  融資 ,  ブースティング ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (4件)： 住宅価格 ,  機械学習アルゴリズム ,  予測 ,  空間モデリング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 機械学習 ,  アルゴリズム ,  北京 ,  住宅 ,  価格 ,  予測