Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/10495/29131
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Rodríguez Colina, Sebastián | - |
dc.contributor.author | Gutiérrez Ramírez, Camilo | - |
dc.contributor.author | Parra Holguín, Daniel | - |
dc.date.accessioned | 2022-06-13T14:34:35Z | - |
dc.date.available | 2022-06-13T14:34:35Z | - |
dc.date.issued | 2022 | - |
dc.identifier.uri | http://hdl.handle.net/10495/29131 | - |
dc.description.abstract | RESUMEN : En el contexto del mercado inmobiliario el precio de venta tiende a variar significativamente en función de factores como el año de construcción, el estado en que se encuentra, la ubicación y el valor del metro cuadrado, es por esto que existe una necesidad de las personas que deseen comprar o vender una vivienda en estimar el valor del inmueble en cuestión. El proyecto se enfocó en dar una estimación del precio de una vivienda usada en el departamento de Antioquia a partir de variables como área construida, número de habitaciones y baños, localización, entre otros. Se presentan diferentes algoritmos de inteligencia artificial para predecir los precios de la vivienda con una buena precisión que permitirán a distintos actores tener una aproximación para sus intereses económicos que se dan en el mercado de finca raíz. Una vez se tenga el modelo se disponibiliza un microservicio mediante un API. El modelo se actualiza a través de procesos orquestados para obtener datos desde distintas fuentes, esto con el fin de poder entrenar continuamente el modelo y darle la cualidad al desarrollo de adaptarse a nuevos cambios en el mercado, derivados de las dinámicas sociales que impactan el precio de la vivienda, por ejemplo, nuevos focos de desarrollo urbanos, potenciales para inversión. | spa |
dc.format.extent | 30 | spa |
dc.format.mimetype | application/pdf | spa |
dc.language.iso | spa | spa |
dc.type.hasversion | info:eu-repo/semantics/draft | spa |
dc.rights | info:eu-repo/semantics/openAccess | spa |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/co/ | * |
dc.title | Predicción del precio de vivienda en Antioquia | spa |
dc.type | info:eu-repo/semantics/other | spa |
oaire.version | http://purl.org/coar/version/c_b1a7d7d4d402bcce | spa |
dc.rights.accessrights | http://purl.org/coar/access_right/c_abf2 | spa |
thesis.degree.name | Especialista en Analítica y Ciencia de Datos | spa |
thesis.degree.level | Especialización | spa |
thesis.degree.discipline | Facultad de Ingeniería. Especialización en Analítica y Ciencia de Datos | spa |
thesis.degree.grantor | Universidad de Antioquia | spa |
dc.rights.creativecommons | https://creativecommons.org/licenses/by-nc-sa/4.0/ | spa |
dc.publisher.place | Medellín - Colombia | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_46ec | spa |
dc.type.redcol | http://purl.org/redcol/resource_type/COther | spa |
dc.type.local | Tesis/Trabajo de grado - Monografía - Especialización | spa |
dc.subject.unesco | Vivienda | - |
dc.subject.unesco | Housing | - |
dc.subject.unesco | Precio | - |
dc.subject.unesco | Prices | - |
dc.subject.lemb | Bienes raíces | - |
dc.subject.lemb | Real property | - |
dc.subject.lemb | Aprendizaje automático (inteligencia artificial) | - |
dc.subject.lemb | Machine learning | - |
dc.subject.agrovoc | Técnicas de predicción | - |
dc.subject.agrovoc | Forecasting | - |
dc.subject.agrovocuri | http://aims.fao.org/aos/agrovoc/c_3041 | - |
dc.subject.unescouri | http://vocabularies.unesco.org/thesaurus/concept440 | - |
dc.subject.unescouri | http://vocabularies.unesco.org/thesaurus/concept1804 | - |
Aparece en las colecciones: | Especializaciones de la Facultad de Ingeniería |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
CamiloGutierrez_DanielParra_2022_PredicciónPrecioVivienda | Trabajo de grado de especialización | 3.82 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons