Використання методів машинного навчання для створення аналітичної платформи нерухомості в Україні
DOI:
https://doi.org/10.18523/2617-3808.2019.2.32-37Ключові слова:
аналіз даних, машинне навчання, gradient boosting trees, GBT, SparkАнотація
У цій роботі розглянуто процес побудови моделі машинного навчання для аналізу вартості нерухомості, який передбачає пошук та підготовку вхідних даних, вибір, тренування моделі машинного навчання та її оптимізацію за допомогою ApacheSpark.Посилання
- ApacheSpark 2.4.0 Documentation. Retrieved from https://spark.apache.org/.
- Extracting, transforming and selecting features. Retrieved from https://spark.apache.org/docs/latest/ml-features.html.
- Ria.com for developers. Retrieved from https://developers.ria.com/.
- Root-mean-squaredeviation. Retrieved from https://en.wikipedia.org/wiki/Root-mean-square_deviation.
##submission.downloads##
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2019 Andrii Hlybovets, Oleksandr Mukhopad
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з такими умовами:
а) Автори зберігають за собою авторські права на твір на умовах ліцензії CC BY 4.0 Creative Commons Attribution International License, котра дозволяє іншим особам вільно поширювати (копіювати і розповсюджувати матеріал у будь-якому вигляді чи форматі) та змінювати (міксувати, трансформувати, і брати матеріал за основу для будь-яких цілей, навіть комерційних) опублікований твір на умовах зазначення авторства.
б) Журнал дозволяє автору (авторам) зберігати авторські права без обмежень.
в) Автори мають право укладати самостійні додаткові угоди щодо поширення твору (наприклад, розміщувати роботу в електронному репозитарії), за умови збереження посилання на його першу публікацію. (Див. Політика Самоархівування)
г) Політика журналу дозволяє розміщення авторами в мережі Інтернет (наприклад, у репозитаріях) тексту статті, як до подання його до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).