Lolli, Samuele
(2022)
Machine learning per la previsione sui prezzi delle case.
[Laurea], Università di Bologna, Corso di Studio in
Informatica per il management [L-DM270], Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
Negli ultimi anni, a causa della crescente tendenza verso i Big Data, l’apprendimento automatico è diventato un approccio di previsione fondamentale perché può
prevedere i prezzi delle case in modo accurato in base agli attributi delle abitazioni.
In questo elaborato, verranno messe in pratica alcune tecniche di machine learning
con l’obiettivo di effettuare previsioni sui prezzi delle abitazioni. Ad esempio, si
può pensare all’acquisto di una nuova casa, saranno tanti i fattori di cui si dovrà
preoccuparsi, la posizione, i metri quadrati, l’inquinamento dell’aria, il numero di
stanze, il numero dei bagni e così via. Tutti questi fattori possono influire in modo
più o meno pesante sul prezzo di quell’abitazione. E’ proprio in casi come questi
che può essere applicata l’intelligenza artificiale, nello specifico il machine learning,
per riuscire a trovare un modello che approssimi nel miglior modo un prezzo, data
una serie di caratteristiche.
In questa tesi verrà dimostrato come è possibile utilizzare l’apprendimento automatico per effettuare delle stime il più preciso possibile dei prezzi delle case. La tesi è
divisa in 5 capitoli, nel primo capitolo verranno introdotti i concetti di base su cui
si basa l’elaborato e alcune spiegazioni dei singoli modelli. Nel secondo capitolo, invece, viene trattato l’ambiente di lavoro utilizzato, il linguaggio e le relative librerie
utilizzate. Il terzo capitolo contiene un’analisi esplorativa sul dataset utilizzato e
vengono effettuate delle operazioni per preparare i dati agli algoritmi che verranno
applicati in seguito. Nel capitolo 4 vengono creati i diversi modelli ed effettuate le
previsioni sui prezzi mentre nel capitolo 5 vengono analizzati i risultati ottenuti e
riportate le conclusioni.
Abstract
Negli ultimi anni, a causa della crescente tendenza verso i Big Data, l’apprendimento automatico è diventato un approccio di previsione fondamentale perché può
prevedere i prezzi delle case in modo accurato in base agli attributi delle abitazioni.
In questo elaborato, verranno messe in pratica alcune tecniche di machine learning
con l’obiettivo di effettuare previsioni sui prezzi delle abitazioni. Ad esempio, si
può pensare all’acquisto di una nuova casa, saranno tanti i fattori di cui si dovrà
preoccuparsi, la posizione, i metri quadrati, l’inquinamento dell’aria, il numero di
stanze, il numero dei bagni e così via. Tutti questi fattori possono influire in modo
più o meno pesante sul prezzo di quell’abitazione. E’ proprio in casi come questi
che può essere applicata l’intelligenza artificiale, nello specifico il machine learning,
per riuscire a trovare un modello che approssimi nel miglior modo un prezzo, data
una serie di caratteristiche.
In questa tesi verrà dimostrato come è possibile utilizzare l’apprendimento automatico per effettuare delle stime il più preciso possibile dei prezzi delle case. La tesi è
divisa in 5 capitoli, nel primo capitolo verranno introdotti i concetti di base su cui
si basa l’elaborato e alcune spiegazioni dei singoli modelli. Nel secondo capitolo, invece, viene trattato l’ambiente di lavoro utilizzato, il linguaggio e le relative librerie
utilizzate. Il terzo capitolo contiene un’analisi esplorativa sul dataset utilizzato e
vengono effettuate delle operazioni per preparare i dati agli algoritmi che verranno
applicati in seguito. Nel capitolo 4 vengono creati i diversi modelli ed effettuate le
previsioni sui prezzi mentre nel capitolo 5 vengono analizzati i risultati ottenuti e
riportate le conclusioni.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Lolli, Samuele
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Intelligenza artificiale,Machine learning,Previsioni,Prezzi
Data di discussione della Tesi
12 Luglio 2022
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Lolli, Samuele
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Intelligenza artificiale,Machine learning,Previsioni,Prezzi
Data di discussione della Tesi
12 Luglio 2022
URI
Gestione del documento: