Housing Prices Prediction with a Deep Learning and Random Forest Ensemble

Bruno Afonso, Luckeciano Melo, Willian Oliveira, Samuel Sousa, Lilian Berton
2020 Anais do Encontro Nacional de Inteligência Artificial e Computacional (ENIAC)   unpublished
O desenvolvimento de um modelo de predição de preços de imóveis pode ajudar vendedores e corretores de imóveis a tomar decisões melhor informados com base na avaliação do preço do imóvel. Poucos trabalhos reportam o uso de algoritmos de aprendizado de máquina (AM) para predizer os valores de propriedades no Brasil. Este estudo, por sua vez, analisa um conjunto de dados composto por 12.223.582 anúncios de imóveis coletados de websites brasileiros de 2015 a 2018. Cada instância dessa base de
more » ... dessa base de dados é composta por vinte e quatro atributos de diferentes tipos de dados: inteiro, data, string, real e imagem. Para se predizer os preços das propriedades, foram combinadas duas arquiteturas diferentes de AM baseadas em Random Forest (RF) e Recurrent Neural Networks (RNN). Este trabalho demonstra que enriquecer o conjunto de dados e combinar diferentes abordagens de AM pode ser uma melhor alternativa para a predição de preços de imóveis no Brasil.
doi:10.5753/eniac.2019.9300 fatcat:5cnkx5n6n5gcre3kq5y63ndloa