| Titre : | Elaboration d’un modèle de prédiction des valeurs des biens immobiliers à partir d’une plateforme de Machine Learning sur l’évaluation immobilière |
| Auteurs : | BOUHAMIDI Zaynab, Auteur ; Moha EL AYACHI, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Rabat : IAV Hassan II, 2023 |
| Format : | 89 |
| Langues: | Français |
| Mots-clés: | Expertise immobilière ; intelligence artificielle ; machine learning ; Gouvernance foncière ; Random Forest ; SARIMAX |
| Résumé : |
L’intelligence artificielle s’est frayée le chemin dans une multitude de secteurs, en raison de sa capacité à accélérer les processus et à produire des résultats avec une grande précision. Le secteur immobilier, traditionnellement reconnu pour son rôle dynamique et central dans le développement économique et social, n’a pas échappé à cette tendance. Cette tendance met le point sur l'intersection entre l'intelligence artificielle et l'expertise immobilière qui revêt une importance à plusieurs égards. Elle permet d'améliorer considérablement l'efficacité des processus d'évaluation et d'expertise des biens immobiliers, exploitant les algorithmes de machine learning, qui peuvent analyser de grandes quantités de données historiques, de marché, et contribuent à une évaluation rapide de la valeur des propriétés, à la réalisation de l’objectif ciblé.
Dans ce sens, le machine learning est une solution pertinente qui qui va contribuer à une analyse plus précise et efficiente des biens, et grâce à ses capacités de traitement rapide et à sa capacité d'analyse de vastes ensembles de données, en évaluant de manière objective et cohérente les divers facteurs influant sur la valeur d'une propriété, elle va nous servir d’augmenter la qualité des évaluations et gagner dans le temps. L’approche suivi dans cette étude, est d'intégrer deux modèles de machine learning reconnus pour leurs performances: Random Forest et SARIMAX. Ces deux modèles sont des outils puissants pour la prédiction des prix immobiliers. La collecte de données s'est déroulée sur une période allant de 2022 à 2023, en exploitant un site web immobilier. Chaque modèle a été adapté spécifiquement à chaque type de bien immobilier, en tenant compte de ses caractéristiques uniques. Les résultats de l’étude ont permis de réaliser des prédictions cruciales pour l'année 2024, grâce à l'utilisation du machine learning. Cela ouvre de nouvelles perspectives pour les professionnels de l'immobilier et les décideurs, en leur fournissant des informations essentielles pour leurs activités. |
| En ligne : | http://10.2.0.27/cda/ebooks/BOUHAMIDI_Zaynab_2023.pdf |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| 200041211 | 10186 | Support papier | Salle des thèses/PFE (RDC) | Master | Consultation sur place Exclu du prêt |
