ХАЛЫҚАPАЛЫҚ АҚПАРАТТЫҚ ЖӘНЕ КОММУНИКАЦИЯЛЫҚ ТЕХНОЛОГИЯЛАР ЖУРНАЛЫ

МОДЕЛЬДЕР ЖӘНЕ ЖЫЛЖЫМАЙТЫН МҮЛІКТІ БАҒАЛАУ ҮШІН АҚПАРАТТЫҚ ТЕХНОЛОГИЯЛАР МАШИНАЛЫҚ ОҚЫТУ АЛГОРИТМДЕРІН ҚОЛДАНУМЕН

Авторлар

  • I.L. Khlevna Doctor of Technical Science, professor, Department of Technology Management, Taras Shevchenko National University of Kyiv, Kyiv, Ukraine
  • A.O. Buzyurova student, Department of Technology Management, Taras Shevchenko National University of Kyiv, Kyiv, Ukraine
  • A.O. Khlevnyi PhD, associate professor, Department of Technology Management, Taras Shevchenko National University of Kyiv, Kyiv, Ukraine

DOI:

https://doi.org/10.54309/IJICT.2024.20.4.009

Кілт сөздер:

болжау, машиналық оқыту, жылжымайтын мүлік нарығы, Data Science

Аңдатпа

Жылжымайтын мүлікті бағалау саласындағы басты мәселелердің
бірі – үлкен көлемдегі ақпаратты өңдеу екені анықталды. Сарапшылардың
тәжірибесіне негізделген дәстүрлі бағалау әдістері шектеулі және адам қателіктеріне
бейім болуы мүмкін. Data Science қолдану деректерді жинау, талдау және өңдеу
процесін автоматтандыруға мүмкіндік береді, бұл дәлірек және объективті нәтижелер
алуға жол ашады. Мақалада жылжымайтын мүлікті бағалауға арналған Data Science
технологиясын әзірлеу, соның ішінде деректерді талдау, статистикалық әдістер мен
машиналық оқыту әдістерін пайдалану, алынған нәтижелер негізінде бағалау моделін
құру мәселелері қарастырылған. Жылжымайтын мүлікті бағалау міндеттерінде
аналитикалық әдістерді қолданудың қолданыстағы тәсілдері зерттелген. Олардың
қолданылуына арналған жаңа әдістеме әзірленіп, ұсынылған әдістемені енгізудің
орындылығы мен қажеттілігі негізделді. Әдістемені практикалық іске асыру бойынша
ұсыныстар берілген.

##plugins.generic.usageStats.downloads##

Жүктеулер

Жарияланды

2024-12-15

Дәйексөзді қалай келтіруге болады

I.L. Khlevna, A.O. Buzyurova, & A.O. Khlevnyi. (2024). МОДЕЛЬДЕР ЖӘНЕ ЖЫЛЖЫМАЙТЫН МҮЛІКТІ БАҒАЛАУ ҮШІН АҚПАРАТТЫҚ ТЕХНОЛОГИЯЛАР МАШИНАЛЫҚ ОҚЫТУ АЛГОРИТМДЕРІН ҚОЛДАНУМЕН. ХАЛЫҚАPАЛЫҚ АҚПАРАТТЫҚ ЖӘНЕ КОММУНИКАЦИЯЛЫҚ ТЕХНОЛОГИЯЛАР ЖУРНАЛЫ, 5(4), 105–117. https://doi.org/10.54309/IJICT.2024.20.4.009
Loading...