Name: | Description: | Size: | Format: | |
---|---|---|---|---|
962.33 KB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
This thesis work investigates the application of machine learning (ML) techniques for predicting house prices, a crucial task with widespread implications. In this scope, this work presents a literature review on state-of-the-art approaches and a practical experiment using a dataset of house sales in Melbourne, Australia. The analysis focuses on identifying key features for price prediction and assessing the performance of various ML algorithms. In fact, examining feature importance over time, it is possible to understand the dynamic nature of house price prediction.
A presente tese debruça-se sobre a aplicação de técnicas de aprendizagem automática a previsão do preço da habitação, uma tarefa crucial e com importantes implicações. Neste âmbito, o trabalho inclui uma revisão de literatura e uma aplicação ao caso de Melbourne, Austrália. A análise foca-se na identificação dos fatores determinantes do preço da habitação e na análise da performance preditiva de diversos algoritmos de aprendizagem automática. De facto, da análise da importância desses fatores ao longo do tempo, é possível compreender a natureza dinâmica do exercício de previsão do preço da habitação.
A presente tese debruça-se sobre a aplicação de técnicas de aprendizagem automática a previsão do preço da habitação, uma tarefa crucial e com importantes implicações. Neste âmbito, o trabalho inclui uma revisão de literatura e uma aplicação ao caso de Melbourne, Austrália. A análise foca-se na identificação dos fatores determinantes do preço da habitação e na análise da performance preditiva de diversos algoritmos de aprendizagem automática. De facto, da análise da importância desses fatores ao longo do tempo, é possível compreender a natureza dinâmica do exercício de previsão do preço da habitação.
Description
Keywords
Machine learning House pricing prediction Panel data Aprendizagem automática Previsão do preço da habitação Dados de painel