Predicción del precio en el mercado de viviendas en la ciudad de Valencia mediante redes neuronales en el año 2020

Abstract

[ES] Las redes neuronales artificiales permiten capturar las relaciones entre las variables decisivas para la fijación del valor del mercado de la vivienda. En este TFG se construye, a partir de la web idealista, una base de datos de precios de oferta y características (ubicación, superficie, habitaciones, planta y ascensor) de viviendas en la ciudad de Valencia, a partir de la cual se diseña, aplica y optimiza un modelo para la predicción del precio de oferta de una vivienda en base a sus características, basado en redes neuronales artificiales. A fin de valorar la precisión del modelo, se mide el error mediante el error absoluto medio, a partir de un esquema de validación cruzada empleando subconjuntos de entrenamiento, validación y test.

[EN] Artificial neural networks are able to capture the relationships between the most relevant variables in market pricing of properties. In the present bachelor¿s thesis, a database containing offer prices and features (location, surface area, rooms, floor and elevator) of properties located in Valencia city is built, using idealista web as the source. With this database, an offer price predictive model using the properties¿ features as an input, and based in neural networks is designed, built, and optimized. In order to assess its performance, mean absolute error is measured within a cross-validation scheme, in which training, validation and test subsets are used.