Yazar "Bande, Nassirou" seçeneğine göre listele
Listeleniyor 1 - 2 / 2
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe KEÇİÖREN/ANKARA ÖZELİNDE KONUT RAYİÇ DEĞERLERİNİNYAPAY SİNİR AĞLARI METODU KULLANILARAK TAHMİNİ(2022) Doğan, Orhan; Bande, Nassirou; Genç, Yunus; Akyon, Fatih CagatayBarınmanın yanı sıra bir yatırım aracı olan konutların mutlak bir değerinin olmaması ve tamamen izafi olması bakımından pazarlama ve satış aşamalarında birçok faktöre bağlı olan piyasa rayici üzerinden değerlendirilmesi gerekmektedir. Bu çalışma ile konutların rayiç değerlerinin tespitinin hızlı ve doğru şekilde yapılabilmesi için yapay zekâ yöntemlerinden olan bir Yapay Sinir Ağı (YSA) modeli geliştirilmiştir. Bu amaçla, Ankara'nın Keçiören ilçesine bağlı farklı mahallelerde yer alan, Türkiye’de gayrimenkul satışlarının yapıldığı bir e-ticaret sitesinde ilan edilmiş toplam 149 adet satılık konut, YSA modellerini oluşturmak için dikkate alınmıştır. Bir konutun rayiç değerinin belirlenmesinde etkili olan 11 adet parametre sayısallaştırılarak, yapay sinir ağı modelleri kurulmuştur. Gizli katmanı, nöron sayısı ve aktivasyon fonksiyonu değiştirilerek 20 adet model kurulmuş ve en uygun gizli katman, nöron sayısı ve aktivasyon fonksiyonu belirlenmiştir. Konut rayiç fiyatlarının belirlenmesinde, ortalama hatanın karesi (MSE) 0.000197, regresyon (R) %94.31 ve doğruluk oranı %91.59 ile seçilen bu YSA mimarisinin başarılı sonuçlar verdiği görülmüştür.Öğe Yapay zekâ yaklaşımı ile Ankara'daki iki farklı lokasyonda gayrimenkul değerleme üzerine uygulamalar(Kırıkkale Üniversitesi, 2022) Bande, Nassirou; Doğan, OrhanGayrimenkul fiyatlarının mutlak bir değeri olmadığından ve tamamen izafi olduğundan, pazarlama aşamasında gayrimenkulün rayiç bedelinin tespiti yapım maliyetine, kira/ürün getirisine ve/veya emsal piyasa fiyatlarına bakılarak yapılmaktadır. Konutlarda ise, bu değerleme daha çok piyasa satış rayici üzerinden yapılmaktadır. Bu çalışma ile konut rayiç değerlerinin tespitinin hızlı ve doğru şekilde yapılabilmesi için Yapay Zekâ yöntemlerinden olan bir Yapay Sinir Ağı (YSA) modeli geliştirilmiştir. Bu amaçla Ankara'nın iki farklı ilçesinde satışı yapılacak konut (daire) fiyatlarının tahmin çalışması gerçekleştirilmiştir. Birinci uygulama alanı olarak, 2019 yılında Keçiören ilçesine bağlı 3 farklı Atapark, Ufuktepe ve Kanuni mahallelerinde yer alan konut satış ilanları değerlendirmeye alınmıştır. Toplam 149 adet satılık konuta ilişkin veriler, gayrimenkul satışlarının yapıldığı sahibinden.com sitesinden alınmıştır. Konutların rayiç değerinin belirlenmesinde en etkili olduğu düşünülerek bu site tarafından her bir konuta ilişkin verilen 11 adet parametre (bina yaşı, kat sayısı, bulunduğu kat, cephe durumu, oda sayısı, dairenin net alanı, site durumu, ısınma türü, asansör durumu, kapalı garaj durumu ve ulaşım ve sosyal tesis noktalarına uzaklığı) sayısallaştırılarak, en uygun gizli katman, nöron sayısı ve aktivasyon fonksiyonunu belirlemek için gizli katmanı, nöron sayısı ve aktivasyon fonksiyonu değiştirilerek 20 adet model oluşturulmuştur. İki ara katmanlı, ara katmanlardaki nöron sayısı 10, ara katmanların aktivasyon fonksiyonları Sigmoid olan ağ modelinin en uygun olduğu belirlenmiştir. Konut rayiç fiyatlarının belirlenmesinde, ortalama hatanın karesi (MSE) 0,000432, tüm verilerin işlendiği eğitim grafiğinde regresyon (R) 0,95098 ve konutların piyasa rayiç değeri ile tüm veri seti için YSA modeliyle hesaplanan değerlerin doğruluk oranı %93,02 bulunmuştur. İkinci uygulamada ise, 2022 yılının Ocak ayında, Yenimahalle ilçesinde birbirine komşu olan Karşıyaka, Kayalar, Güzelyaka, Yeşilevler, Anadolu ve Barış mahallelerinde satışı bulunan konut (daire) fiyatlarının tahmin çalışması gerçekleştirilmiştir. Birinci uygulamadaki konutların parametrelerine, bu ikinci uygulamada parametre olarak balkon durumu, eşya durumu ve banyo sayısı eklenmiştir. Toplam 14 adet giriş değişkeni ve 1 adet çıkış değişkeni sayısallaştırılıp, önceki uygulamadaki yöntem izlenmiştir. İki ara katmanlı, ara katmanlardaki nöron sayısı 15, ara katmanların aktivasyon fonksiyonları Sigmoid olan ağ modelinin en uygun olduğu belirlenmiştir. Konut rayiç fiyatlarının belirlenmesinde, ortalama hatanın karesi (MSE) 0,0000161, tüm verilerin işlendiği eğitim grafiğinde regresyon (R) 0,9599 ve konutların piyasa rayiç değeri ile tüm veri seti için YSA modeliyle hesaplanan değerlerin doğruluk oranı %91,73 bulunmuştur. Her iki uygulama alanında seçilen YSA modeleri için performans fonksiyonu olan MSE'nin yaklaşık 0,000224, tüm verilerin işlendiği eğitim grafiğinde R'nin ise %95'ün üzerinde olması bu çalışmanın başarılı olduğunu göstermiştir. YSA yardımıyla hesaplanan değerlerin, konutların piyasa değeri ile ortalama yaklaşıklığın %91 oranında örtüştüğü görülmüş ve YSA tekniklerinin konut fiyat tahmininde bir alternatif olarak kullanılabileceğini göstermiştir. Anahtar Kelimeler: Gayrimenkul Değerleme, Konut Rayiç Bedeli, Yapay Zekâ, Yapay Sınır Ağları, YSA Modeli
