Precisão na avaliação automatizada de imóveis: o potencial da técnica de Random Forest

Autores

  • Arquimedes S. F. Macedo
  • Pedro Augusto
  • Manuela de Castro

Resumo

A avaliação de imóveis é uma tarefa crucial para diversos setores da economia, como o mercado imobiliário, o setor bancário e o setor de seguros. No entanto, obter uma estimativa de valor para um imóvel não é uma tarefa trivial. Além de que, essa atividade desafiadora, pode afetar negativamente os consumidores finais que necessitam de uma base para guiar sua compra ou venda de imóvel. Para a administração pública não é diferente. [...]

Downloads

Não há dados estatísticos.

Biografia do Autor

Arquimedes S. F. Macedo

UFRGS/IME, Porto Alegre, RS

Pedro Augusto

UFRGS/IME, Porto Alegre, RS

Manuela de Castro

UFRGS/IME, Porto Alegre, RS- Orientadora de Iniciação Científica.

Referências

C. M. de Cesare e E. M. P. Cunha. Avaliação em Massa de Imóveis para Fins Fiscais: discussão, análise e identificação de soluções para problemas e casos práticos. Brasília: Ministério das Cidades, 2012. isbn: 9788579580284.

S. Poeta. “Consequências da Defasagem da Planta de Valores Imobiliários de IPTU da Cidade de Porto Alegre/RS”. Tese de doutorado. UFRGS, 2019. doi: hdl.handle.net/10183/198032.

NBR 14653-2. Avaliação de bens, imóveis urbanos. Associação Brasileira de Normas Técnicas. Rio de Janeiro, 2004.

J. Neter, W. Wasserman e M. H. Kutner. Applied linear statistical models: Regression, analysis of variance, and experimental designs. R. D. Irwin, 1974.

S. Rosen. “Hedonic Prices and Implicit Markets: product differentiation in pure competition”. Em: Journal of political economy 82.1 (1974), pp. 34–55. doi: 10.1086/260169.

J. Hong, H. Choi e W.- Sung Kim. “A House Price Valuation Based on the Random Forest Approach: the mass appraisal of residential property in South Korea”. Em: International Journal of Strategic Property Management 24.3 (2020), pp. 140–152. doi: 10.3846/ijspm.2020.11544.

T. Hastie, R. Tibishirani e J. Friedman. The Elements of Statistical Learning: data mining, inference and prediction. Springer, 2016.

Downloads

Publicado

2023-12-18

Edição

Seção

Resumos