Оценка Вашей недвижимости и советы по ее купле/продаже

Продал сервис с определенным таймаутом и эксклюзивом на использование. Так что вот.

УПС :-)

Тогда вот так получается.

Фотография из Фотогалереи на E1.ru

Кофейная куща подсказывает мне по специальному выделенному космическому каналу. Это ли не истина? ;-)
Имел возможность с вами ранее дискутировать о тонких материях. Посему ответ именно такой.

[Сообщение изменено пользователем 23.03.2021 15:35]

по существу видимо нечего сказать :-)



хоть кругозор то расширился, или все только в кофейную гущу и смотрите? :-D

Последняя аудиенция моя вам.
Естественно, кофейная куща (не гуща), не отражает до конца весь масштаб работы по оценке недвижимости.
Но я постарался высказаться на том языке, который был бы понятен вам.
Если же говорить серьезно, то я сам не до конца понимаю как нейронка де-факто принимает решение по стоимости. Единственное, что могу сказать точно, что нейронке не свойственно учитывать "ощущения" при оценке. Ей не важно, сколько сил в ремонт вложено, сколько ночей не спали и прочее.
Этим математика отличается от вашей сферы деятельности. Нам не приходится в уши клиенту задувать. Цифры не лгут.

может тему нафиг удалить.... потеряла актуальность....
Задал вопрос, а тут какие то междусобойные терки только

:-D

Чужая душа - потёмки. :ultra:

Именно этим вы и занимаетесь.
Неизвестно что, по неизвестным параметрам вывалило вам "цифры", а они не лгут.
У вас три руки, по моей оценке. Это-неверно.
У вас "3" руки-цифры не лгут.

Известно, что оценивается. Известно, по каким параметрам. Известно, как и на каких данных обучалось. Тёплое с мягким не путайте.
Невозможно предсказать, какие веса для каких параметров в каждом конкретном случае будут использованы, но посмотреть логику принятия каждого решения постфактум можно.
Для лучшего понимания, приземленный пример.
Есть риэлтор, который работает на рынке 20 лет. За это время он покупал и продавал, например, больше 1000 объектов (один объект в неделю - очень успешный риэлтор). Но для оценки, нужно идеально понимать текущую ситуацию на рынке. А в данный момент, если говорить про Екатеринбург, ситуация такая (только вторичка): 18.900 объектов на ЦИАН, 6.000 на Авито, 13.200 на Домклик и 8.700 на N1.
В сумме 46.800 объектов. Из них около 3% - фейки. Из оставшихся в среднем только 30-35% - уникальные объекты, остальные - дубли от одного человека на разных площадках и дубли от разных людей (агентов). И каждый день обновляется по цене и добавляется новых объектов около 3.000.
Да, риэлтор с опытом и постоянной рукой на пульсе, может оценивать объекты, но для точной оценки все равно придется перелопатить кучу информации. А мне не нужно.
P.S. УПН делает отчеты еженедельные по ценам, при этом, в данный момент, у них по вторичке только 6066 объектов в базе. Что не мешает им оперировать цифрами при такой низкой доле охвата. И многие им верят, потому что давно знают.

[Сообщение изменено пользователем 29.03.2021 15:24]

Чему обучалось? Вы не можете предсказать результат.
Shit in-shit out.

"но посмотреть логику принятия каждого решения постфактум можно."
Нет, нельзя. Вы можете постфактум попытаться объяснить, то есть притянуть решение к готовому ответу. Классика: хотел бы я быть таким умным сразу, как моя жена потом.



Не 2,99% и не 4,02%?
А как вы это установили?
Ну если на ЦИАН 18774 объекта вида "1,2 комнатные", а не 18900 вообще. Я не говорю о том, что 0,66% разброс превращает в тыкву ваши выкладки с округлением до единиц процентов.






Ему, покупателю и человеку в принципе вовсе и не надо лопатить указанное вами кривое количество объектов.
Хотя бы потому, что реально схожих объектов в Екатеринбурге максимум сотня. А в продаже более 50 одновременно не бывает вообще.
И с оценкой справится школьник плюс бумажка.

Результат чего?
Для каждого продавца и его претензий ко времени продажи, решение (цена) будет разное.
Нужно по сути решение задачи тервера где есть точные алгоритмы решений. Задача - дать оценку цены для того чтобы вероятность продажи за срок была не ниже устраивающей продавца - то есть есть 2 входных параметра - время и вероятность.
Насколько помню, для таких задач изучается статистика, определяется характер распределения (ДЛЯ ПОДОБНЫХ ОБЪЕКТОВ), далее по формулам или таблицам считается ответ.
Как там ответ будет искать сеть, ведомо только ей, если она натренирована, это будет попытка воссоздать мат. алгоритм тервера неалгоритмическими методами, то есть в каком то приближении ответ всегда "верен", но оценить его верность сможет только практика и точный тервер на основе её данных.

[Сообщение изменено пользователем 02.04.2021 09:46]

на ЦИАН не 18774, а 18760 вообще!!!

:suxx: буквоед detected

[Сообщение изменено пользователем 02.04.2021 11:24]

Цитировать ваш комментарий мой мозг противится, потом чисто пустую цитату поставлю.


У меня происходит немного сложнее. Если простыми словами, то происходит примерно следующее:
1. Сначала получаем данные, до которых можем дотянуться по каждому объекту.
2. Корректируем не корректно заполненные данные. Например, если достоверно известно, что дом построен в таком-то году, а указан другой год, приводим к достоверному.
3. Распознаем дубли. Т.к. использование одного и того же объекта несколько раз в обучении будет перекашивать статистику.
4. Распознаем фейки. Тут "палить контору" не могу.
5. Для объектов, которые не были признаны дублями, обогащаем данные. Например, на фото не было планировки, но мы знаем, что с такой площадью и комнатностью в этом доме такая то планировка. Или не указан тип ремонта (состояние), но по фото определяется определенный тип по определенной шкале.
6. Кластеризируем все объекты.
7. Избавляемся от "выбросов" в каждом кластере по 3 сигма.
7.1. Если в кластере "мало" объектов, но выбросы откинуть очень надо, можно использовать нижнюю границу доверительного интервала Вильсона для параметра Бернулли.
8. Потом все параметры нормализуются.
9. Отдаются в нейронку на дообучение модели.
10. Отправляем в модель параметры, за вычетом одного из них, и получаем массив предсказаний того, каким может быть данный параметр и с какой долей вероятности.
Та-дам.
Естественно, палить, как конкретно происходит обучение и какой тип нейронки используется, я не скажу. Но могу сказать, что даже такая простая тема, как кластеризация - абсолютно нетривиальная задача в недвижимости, которая в лоб ни одним классическим алгоритмом кластеризации не решается.
Маверик просто убивает своим комментарием. Округлил я данные. Ну пипец.
И последнее. Каждый день (точнее ночь), часть объектов не используется в первичном обучении, чтобы они могли использоваться для верификации результата. Например, у вас есть 1000 объектов, вы берете 900 из них для обучения, а 100 оставляете для проверки. Когда модель проверяется, вы пытаетесь предсказать стоимость этих 100 объектов, используя данные по 900 другим. Если максимальное отклонение в пределах допустимого, все получилось. А вы тут говорите ) Эхх.

лошадью, лошадью ходи! :-D

Что то мне подсказывает, что Маверик (и многие другие) может вас притянуть, за то, что никаких "задач тервера" не существует ;-)
Тервер? Кто вы такие? Я вас не знаю...

Здравствуйте!
Помогите адекватно оценить квартиру
Малышева 103/1 трехкомнатная,под ремонт.
3й этаж,окна во двор.
Спасибо!

без данных по площади ну очень адекватно будет :hi:

Спасибо,за подсказку!
56.4 кв. м.

[Сообщение удалено пользователем 14.10.2021 19:14]

Здравствуйте, помогите с оценкой. 2-х комнатная квартира, Пехотинцев 3/2, этаж 5/10 площадь 61 м2 состояние среднее