@ARTICLE{26583204_803939459_2022, 
	author = {М. Б. Ласкин and Л. В. Гадасина}, 
	keywords = {, дерево решений, случайный лес, рынок недвижимости, ценообразующие факторыоценка рыночной стоимости},
	title = {<p class="text">Особенности применения методов, основанных на деревьях решений, в задачах оценки недвижимого имущества</p>},
	journal = {Бизнес-информатика},
	year = {2022},
	number = {4 Vol.16},
	pages = {7-18},
	url = {https://bijournal.hse.ru/2022--4 Vol.16/803939459.html},
	publisher = {},
	abstract = {&nbsp; &nbsp; &nbsp; Значительный рост интереса исследователей к применению в оценке недвижимого имущества методов, основанных на деревьях решений, обусловлен увеличивающимися потоками доступной рыночной информации, развитием методов машинного обучения, искусственного интеллекта, и ограниченными возможностями традиционных методов оценки недвижимого имущества. В то же время, распределение цен на недвижимость хорошо приближается логарифмически нормальным распределением, что проявляется в завышении предсказаний такими методами в области меньше средних значений имеющегося набора данных и занижении предсказаний в области выше средних значений. В статье показаны причины этих особенностей и предложен адаптивный алгоритм случайного леса, основной идеей которого является корректировка результатов работы базового алгоритма с помощью устранения смещения предсказанных значений.&nbsp; Результаты апробировались на ценах предложений объектов недвижимости в Санкт-Петербурге.},
	annote = {&nbsp; &nbsp; &nbsp; Значительный рост интереса исследователей к применению в оценке недвижимого имущества методов, основанных на деревьях решений, обусловлен увеличивающимися потоками доступной рыночной информации, развитием методов машинного обучения, искусственного интеллекта, и ограниченными возможностями традиционных методов оценки недвижимого имущества. В то же время, распределение цен на недвижимость хорошо приближается логарифмически нормальным распределением, что проявляется в завышении предсказаний такими методами в области меньше средних значений имеющегося набора данных и занижении предсказаний в области выше средних значений. В статье показаны причины этих особенностей и предложен адаптивный алгоритм случайного леса, основной идеей которого является корректировка результатов работы базового алгоритма с помощью устранения смещения предсказанных значений.&nbsp; Результаты апробировались на ценах предложений объектов недвижимости в Санкт-Петербурге.}
}