Modelo basado en redes neuronales para la predicción de precios de inmuebles Piura - 2021

• Autor: García Palacios, Carlo César
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/99521
• Enlace del recurso: https://hdl.handle.net/20.500.12692/99521
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Redes neuronales; Sistema de información; https://purl.org/pe-repo/ocde/ford#2.02.04

Esta investigación tuvo como objetivo determinar la efectividad de un modelo de redes neuronales en la predicción de precios de inmuebles en Piura 2021. El enfoque de esta investigación fue cuantitativo, porque el modelo se analizó mediante estadística descriptiva y de regresión, por lo tanto, el tipo de investigación fue aplicada, el diseño de investigación fue pre experimental y de nivel explicativo. Entre los resultados se obtuvo que el modelo elegido que se implementó, fue el modelo secuencial debido a que se basa en función a varias entradas y única salida. Se obtuvo un set de entrenamiento procesado de 21000 inmuebles entre ventas realizadas y puestos en venta. Se obtuvo también que la red neuronal tuvo 3 simulaciones, donde arrojó un score de varianza de 0,8 en la tercera simulación y una efectividad de 25% como resultado mínimo, utilizando 7 variables de entrada para el modelo y para su posterior validación. En conclusión, se determinó que el modelo de RNA es efectivo no solo por las correctas configuraciones realizadas tras cada simulación, sino por el uso de métricas de sklearn para regresiones y la selección más óptima de modelo, que permitieron evaluarlo en base a su precisión durante el entrenamiento.