Validación y análisis del uso del método Gradient Boosting en la estimación del valor de terreno para predios con áreas superiores a una (1) hectárea, en zona rural del municipio La Mesa, Cundinamarca

El estudio titulado "Validación y análisis del uso del método Gradient Boosting en la estimación del valor de terreno para predios con áreas superiores a una (1) hectárea, en zona rural del municipio La Mesa, Cundinamarca" se enfoca en evaluar la efectividad del método Gradient Boosting en la estimación del valor de terreno en áreas rurales para predios con características agropecuarias. El método Gradient Boosting es una técnica de aprendizaje automático que ha demostrado ser efectivo en la solución de problemas complejos en diversos campos, incluyendo la estimación de valor de bienes inmuebles. El trabajo se desarrolló a partir de información catastral obtenida del municipio La Mesa, Cundinamarca y se centró en predios con áreas superiores a una hectárea, a partir de la información disponible se definieron algunas variables que conformaron el modelo, entre ellas: disponibilidad de aguas, influencia vial, destino económico, clase de área homogénea de tierra, área de terreno, pendiente, unidad climática, valor potencial y clase agrológica. Se aplicó el método Gradient Boosting por medio del software R studio a estos datos para estimar el valor de terreno de dichos predios y se comparó con los valores reales. Los resultados del estudio demostraron que el método Gradient Boosting es una herramienta efectiva para la estimación del valor de terreno en áreas rurales, con una alta precisión en la estimación. Además, se identificaron las variables que tienen un impacto significativo en el valor de inmuebles agropecuarios.

• Autores: Mendoza Cañon, Angie Shirley; Rodríguez León, Kevin Santiago
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/37653
• Acceso en línea: http://hdl.handle.net/11349/37653
• Palabra clave: Inteligencia artificial; Aprendizaje automático; Algoritmo; Árboles de decisión; Tierras rurales; Modelo; Gradient Boosting; Zonas de valor; Valor de la tierra; R-studio; Especialización en Avalúos -- Tesis y disertaciones académicas; Aprendizaje automático (Inteligencia artificial); Valorización de bienes y raíces; Avaluó catastral -- Procesamiento electrónico de datos; Artificial intelligence; Machine learning; Algorithm; Decision trees; Rural land; Model; Gradient Boosting; Value zones; Land value; R-studio
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional