Analysis of the Mass Value Change for Housing at the Urban Scale Using Machine Learning Algorithms

Abstract

Taşınmaz değerlemesi kentsel alanda konumsal ve yapısal özelliklerin tarafsız ve objektif olarak değerlendirilmesini ifade etmektedir. Bu sürecin bilimsel tanımlanmasına ilişkin pek çok çalışma yapılmıştır. Literatürdeki çalışmalarda geleneksel, istatistiksel, çok kriterli karar analizleri ve yapay zekâ yöntemleri son yıllarda sıklıkla uygulanan yöntemlerdir. Günümüzde yapay zekâ yöntemleri taşınmaz değerleme sürecindeki çok sayıda taşınmaza ilişkin yapısal ve konumsal özellikleri analiz ederek ilişkilendirmekte ve taşınmazlara yönelik değer tahminleri gerçekleştirebilmektedir. Bu nedenle yapay zekâ yöntemleri taşınmaz değerleme sürecinin yönetilmesinde önemli bir araç konumundadır. Bu çalışmada, Türkiye’nin Niğde kentinde yapısal kriterlerine ilişkin verileri bulunan 1200 taşınmazın istatistiksel analiz tekniklerinden Lineer Regresyon ve Makine Öğrenimi yöntemlerinden Yapay Sinir Ağları, Regresyon Ağaçları, Destek Vektör Regresyon ve Gaussian Process Regresyon algoritmaları kullanılmıştır. Sonuçta yapay sinir ağları yöntemi ile eğitilen modele göre elde edilen sonuçların tahmin performansının en yüksek doğruluk (R2: %84.92, RMSE: 0.0608) sağladığı tespit edilmiştir. Çalışma, literatürden farklı olarak kent bütününde toplu olarak taşınmazların değerlemesiyle gerçekleştirilmiş ve değerlemede 1200 taşınmaza ilişkin kriterler karşılaştırılarak yüksek doğrulukla değer tahmini elde edilmiştir.