03286ntm a22004937i 4500 000703489 CZ-PrVSE 20240127174846.0 m d cr n|||||||||| 240127s2023 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Fonos, Patrik ISIS:140618 dis Prediction of real estate prices in the Czech Republic eng Predikce cen nemovitostí v ČR / Patrik Fonos 2023 ?? stran : digital, PDF soubor Vedoucí práce: Lukáš Sýkora Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 Tato diplomová práce se zabývá predikcí cen nemovitostí v České republice, což je klíčové téma vzhledem k vysokému podílu vlastníků nemovitostí a častým případům přeplácení při jejich koupi. Hlavním cílem je aplikovat a vyhodnotit různé metody predikce cen nemovitostí na českém realitním trhu s byty, za pomoci technologií strojového učení. Práce postupně pokrývá historii a vývoj predikčních metod, jejich teoretické základy až po praktické aplikace, s důrazem na správný sběr a čištění dat pro účely predikce. Analýza různých prediktivních modelů odhalila, že metody založené na XGBoost, zejména když jsou kombinovány s pokročilými technikami pro výběr příznaků a optimalizaci hyperparametrů, nabízejí nejlepší výsledky. Nejnižší střední absolutní chybu (459770 Kč) dosáhl model XGBoost regresor kombinovaný s RandomizedSearchCV a metodou SHAP. Tento výsledek byl podpořen vizuální analýzou, která ukázala vysokou přesnost modelu při predikci cen nemovitostí do čtyř milionů korun, s určitými odchylkami u vyšších cenových kategorií. Bylo také zjištěno, že TensorFlow poskytuje srovnatelné výsledky s některými tradičními modely. Práce přispívá k lepšímu porozumění a předpovídání cen nemovitostí v ČR, což je klíčové pro kupující, prodejce a investory na realitním trhu. Způsob přístupu: Internet informační management [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas strojové učení predikce nemovitosti Sýkora, Lukáš ISIS:36976 ths Staš, Vojtěch ISIS:120218 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/83050/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/83050 Hlavní práce https://insis.vse.cz/zp/83050/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/83050/posudek/oponent/80900 Oponentura https://insis.vse.cz/zp/83050/podrobnosti dc:identifier NEPOSILAT VSKP vse83050 240126 83050