Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/36153
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2023_EduardoFelipeRibeiroDeMenezes_tcc.pdf2,24 MBAdobe PDFver/abrir
Título: Previsão de preço justo para imóveis usando aprendizado de máquina
Autor(es): Menezes, Eduardo Felipe Leão Ribeiro de
Orientador(es): Chaim, Ricardo Matos
Assunto: Aprendizado de máquina
Imóveis
Imóveis - precificação
Data de apresentação: 18-Jul-2023
Data de publicação: 27-Set-2023
Referência: MENEZES, Eduardo Felipe Leão Ribeiro de. Previsão de preço justo para imóveis usando aprendizado de máquina. 2023. 69 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Eletrônica) — Universidade de Brasília, Brasília, 2023.
Resumo: O mercado de imóveis é um pilar essencial da economia, tendo impacto direto na vida dos cidadãos brasileiros, uma vez que grande parte da riqueza existente está concentrada nesse tipo de ativo. Diante desse panorama, o presente estudo analisa os atuais modelos de precificação disponíveis no setor e busca, através da aplicação do aprendizado de máquina, o desenvolvimento de métodos alternativos para serem adotados tanto de forma comparativa com os modelos já existentes quanto como técnica praxe de mercado. A fim de cumprir esse objetivo, realiza-se a construção de uma base de dados com as principais variáveis de preço utilizando-se de API, em seguida estrutura-se essas informações para serem inseridas no novo modelo de aprendizado. Por fim, compara-se os resultados encontrados com os valores praticados atualmente no setor, estudando regiões subvalorizadas e supervalorizadas. Destaca-se que obteve os melhores resultados foi a Regressão Linear.
Abstract: The Real State Market is an essential pillar of the economy, having a direct impact on the lives of Brazilian citizens, since a large part of the existing wealth is concentrated in this type of asset. Given this scenario, the present study analyzes the current pricing models available in the sector and seeks, through the application of Machine Learning, the development of alternative methods to be adopted both in a comparative way with the existing models and as a usual market technique. In order to fulfill this objective, a database is built with the main price variables using API, then there is the structuring of this information to be inserted in the new evaluation model. Finally, compare the results found with the cultural values currently in the sector, studying undervalued and overvalued regions. It is noteworthy that Linear Regression obtained the best results.
Informações adicionais: Trabalho de conclusão de curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, 2023.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia Eletrônica



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.