Redes neurales aplicadas al avalúo inmobiliario

Ing. Roberto Piol Puppio
Sociedad de ingeniería de Tasación de Venezuela (SOITAVE)

1

www.monografias.com

Redes Neurales aplicadas al Avalúo Inmobiliario
1.
2.
3.
4.
5.
6.
7.
8.

Abstract
Introducción a la Inteligencia Artificial
Redes Neurales Artificiales vs. Técnicas de Regresión Múltiple
Propósito de esta Monografía
Bases Teóricas de esta Monografía
Análisis yConclusión de los Resultados
Comparación entre Redes Neurales y Aproximaciones por Regresión Múltiple
Análisis del Efecto de la Edad en el Valor de las Viviendas, a través del Análisis de Redes Neurales
Artificiales.
9. Selección de la Data
10. Conclusiones y Recomendaciones
11. Bibliografía

Abstract:
El propósito de este trabajo, es investigar la aplicación de la tecnología de redes neuralesen la elaboración de Avalúos
Inmobiliarios. Ante el declive de los análisis de regresión múltiple frente a la dinámica del mercado inmobiliario, causado
principalmente por la discapacidad de los paquetes estadísticos de considerar algo mas que reglas y modelos matemáticos
rígidos. Se comparó la habilidad predictiva de una red neural con modelos de regresión múltiple, obteniendo como resultado:En
tareas de predicción las redes neurales y los modelos de regresión múltiple generan similares resultados; mientras que para
tareas de clasificación las redes neurales rinden mejor.
Palabras Clave:
inteligencia artificial, red neural, regresión múltiple, estadística, predicción, clasificación,
perceptrón, retropropagación, back-propagation

1.0

Introducción a la Inteligencia ArtificialLa Red Neural Artificial (RNA)
Desde hace años, algunos investigadores han estado creando modelos que simulan la actividad cerebral, en un esfuerzo por
producir una forma de inteligencia artificial.
Las RNA están compuestas de un gran número elementos de procesamiento profundamente interconectados (Neuronas)
trabajando simultáneamente para la solución de problemas específicos. Las RNA, talcomo las personas, aprenden de la
experiencia.
En cualquier caso, se trata de una nueva forma de computo, que es capaz de manejar las imprecisiones e incertidumbres que
aparecen cuando se trata de resolver problemas relacionados con el mundo real, ofreciendo soluciones precisas y de fácil
implementación.
Las RNA están compuestas de muchos elementos sencillos que operan simultáneamente, eldiseño de la red está determinado
mayormente por las conexiones entre sus elementos, simulando de esta forma las conexiones de las neuronas cerebrales.

1.2

Operación de una Red Neural Artificial:

1.2.1
Los Pesos: Las RNA puede tener factores de peso fijos o adaptables. Las que tienen pesos adaptables emplean leyes
de aprendizaje internas para ajustar el valor de la fuerza de interconexióncon otras neuronas; de tal manera que los pesos
adaptables son esenciales si no se conoce previamente cual deberá ser el valor correcto de los mismos.
Para aquellos software que utilicen rutinas de pesos variables, los mismos serán determinados automáticamente por el
programa a partir de la descripción del problema.
Si las neuronas utilizan pesos fijos, entonces su valor o expresiónmatemática deberá estar previamente definida y será
independiente del tipo de datos a procesar por la red.
1.2.2
Las Leyes de Aprendizaje: Son aquellas que determinan como la red ajustará sus pesos utilizando una función del
error o algún otro criterio. La ley de aprendizaje o entrenamiento adecuada, será determina la RNA en base a la naturaleza del
problema que intenta resolver.
1.2.3
Tipos deAprendizaje: Existen dos tipo de aprendizaje o entrenamiento: Supervisado y No Supervisado. El primero
ocurre cuando se le proporciona a la RNA tanto los datos de entrada como los de salida; de tal manera que la red ajusta sus
pesos tratando de minimizar el error de salida calculada. El aprendizaje o entrenamiento no supervisado se presenta cuando a la
RNA se le proporcionan únicamente los Datos...