Predicción de precios del sector inmobiliario en zonas costeras del Atlántico en EE.UU., mediante el uso de técnicas de Machine Learning

Gallego Muñoz, Sara

Publicación:
Predicción de precios del sector inmobiliario en zonas costeras del Atlántico en EE.UU., mediante el uso de técnicas de Machine Learning

dc.contributor.advisor	Almonacid Hurtado, Paula María
dc.contributor.author	Gallego Muñoz, Sara
dc.coverage.spatial	Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees	eng
dc.creator.email	sgallegom@eafit.edu.co
dc.date.accessioned	2024-10-22T16:25:50Z
dc.date.available	2024-10-22T16:25:50Z
dc.date.issued	2024
dc.description	El sector de bienes inmuebles es fundamental para las economías, representando un significativo porcentaje del PIB en la economía de países desarrollados y emergentes. Este mercado involucra actores clave como inversionistas, compradores, entidades financieras e instituciones gubernamentales, quienes requieren predicciones precisas sobre los precios medianos de los inmuebles para ajustar estrategias, políticas y toma de decisiones informadas. En los últimos años se han propuesto metodologías para estimar el precio de bienes inmuebles en ciudades urbanas centrales, usando variables asociadas a la descripción del inmueble y geográficas de la ubicación. En este trabajo se propone una metodología que permita predecir el precio mediano de bienes inmuebles en zonas costeras del Atlántico en EE. UU., haciendo uso de variables relacionadas tanto con el inmueble como con su entorno y la aplicación de técnicas de Machine Learning y Deep Learning. Se espera obtener la predicción del precio de bienes inmuebles para zonas costeras del Atlántico en EE. UU., de las cuales no se suele obtener esta valoración de manera pública y confiable.
dc.description.abstract	The real estate sector is fundamental to economies, representing a significant percentage of GDP in the economies of developed and emerging countries. This market involves key players such as investors, buyers, financial entities and government institutions, who require accurate forecasts on real estate median prices to adjust strategies, policies and make informed decisions. In recent years, methodologies have been proposed to estimate the price of real estate in central urban cities, using variables associated with the property description and geographic location. In this paper we propose a methodology to predict the median price of real estate in Atlantic coastal areas in the U.S., using variables related to both the property and its environment and the application of Machine Learning and Deep Learning techniques. It is expected to obtain the prediction of the price of real estate for Atlantic coastal areas in the U.S., for which this valuation is not usually obtained in a public and reliable way.
dc.description.degreelevel	Maestría	spa
dc.description.degreename	Magíster en Ciencias de Datos y Analítica	spa
dc.format.mimetype	application/pdf
dc.identifier.instname	instname:Universidad EAFIT
dc.identifier.reponame	reponame:Repositorio Institucional Universidad EAFIT
dc.identifier.repourl	repourl:https://repository.eafit.edu.co
dc.identifier.uri	https://hdl.handle.net/10784/34693
dc.language.iso	spa
dc.publisher	Universidad EAFIT	spa
dc.publisher.department	Área Computación y Analítica	spa
dc.publisher.faculty	Escuela de Ciencias Aplicadas e Ingeniería	spa
dc.publisher.place	Medellín	spa
dc.publisher.program	Maestría en Ciencias de los Datos y Analítica	spa
dc.rights	Todos los derechos reservados	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.local	Acceso abierto
dc.rights.local		spa
dc.subject	Mercado inmobiliario
dc.subject	Zona costera atlántica
dc.subject.keyword	Real estate market
dc.subject.keyword	Machine Learning
dc.subject.keyword	Atlantic coastal area
dc.subject.lemb	CIENCIA DE LA INFORMACIÓN
dc.subject.lemb	BIENES RAÍCES
dc.subject.lemb	APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
dc.subject.lemb	USO DE LA TIERRA
dc.title	Predicción de precios del sector inmobiliario en zonas costeras del Atlántico en EE.UU., mediante el uso de técnicas de Machine Learning
dc.type	info:eu-repo/semantics/masterThesis
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.local	Tesis de Maestría	spa
dc.type.local	Otro	spa
dc.type.redcol	http://purl.org/redcol/resource_type/TM
dc.type.version	info:eu-repo/semantics/acceptedVersion
dspace.entity.type	Publication