دمج التعلم الآلي والاقتصاد القياسي: تطبيقه على أسعار العقارات التجارية

الملخص في هذا المقال، نجمع بين نموذج التأثيرات العشوائية مع خوارزميات التعلم الآلي المختلفة من خلال عملية تكرارية عند توقع قيم الأصول العقارية التجارية. يسمح لنا استخدام كل من التأثيرات العشوائية والتعلم الآلي بدمج نقاط القوة لكلتا الطريقتين. سيتم استخدام التأثيرات العشوائية لتقدير اتجاه مشترك، واتجاهات نوع العقار، وقيمة الموقع، وتأثيرات العقار العشوائية للعقارات التي تم بيعها أكثر من مرة. ستناسب خوارزمية التعلم الآلي الخصائص المرصودة بطريقة غير خطية معقدة. تم تطبيق النموذج على عينة صغيرة من 2652 صفقة في فينيكس (AZ) بين عامي 2001 و2021. نحن نلاحظ عددًا محدودًا فقط من خصائص العقار. متوسط MAPE خارج العينة أقل من 11%، وهو جيد أو حتى أفضل مقارنة بمتوسط خطأ التقييم الموجود في الأدبيات. يكون متوسط MAPE خارج العينة 9% للعقارات التي تم بيعها أكثر من مرة في مجموعة التدريب. بالإضافة إلى ذلك، يوفر نموذجنا مؤشرات وخرائط حرارية لمواقع معينة. هذه لها استخداماتها الخاصة ولا يمكن الحصول عليها باستخدام خوارزميات التعلم الآلي القياسية.