Aplicación de redes neuronales artificiales para la valorización de los departamentos habitacionales de la ciudad de Lima en 2020

• Autor: Chávez Barturén, Daniel Armando
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/9396
• Enlace del recurso: https://hdl.handle.net/20.500.12802/9396
• Nivel de acceso: acceso abierto
• Materia: Bienes Raíces; Optimización Bayesiana; Perceptrón Multicapa; Redes Neuronales Artificiales; http://purl.org/pe-repo/ocde/ford#2.01.01

La determinación del valor de departamentos habitacionales en la ciudad de Lima presenta muchas dificultades debido a los métodos de tasación que son costosos, requieren mucho tiempo y se caracterizan por su inflexibilidad, esto requiere metodologías actuales que simplifiquen sustancialmente el problema. Desde un punto de vista técnico, la aplicación de Redes Neuronales Artificiales podría ser una fuente objetiva para avaluar departamentos habitacionales, el tener valores más cercanos a las condiciones de mercado, aumentará la seguridad en la toma de decisiones en diferentes escenarios. Para la obtención de la base de datos de trabajo se recurre a los datos disgregados de ventas de departamentos en Lima, brindados por el Banco Central de Reserva del Perú. Esta base de datos fue purificada y procesada para el desarrollo del modelo de Redes Neuronales Artificiales con la optimización bayesiana. A pesar de llegar a tener un modelo con resultados satisfactorios se optó por mejorar dicho modelo aumentando el número de epochs y neuronales en las capas ocultas, obteniendo el mejor modelo como producto final.