Недашківська, Надія ІванівнаРудюк, Дмитро Анатолійович2026-10-012026-10-012026Рудюк, Д. А. Інтелектуальна система для оцінки та прогнозування ринкової вартості нерухомості з урахуванням часових трендів : дипломна робота … бакалавра : 122 Комп'ютерні науки / Рудюк Дмитро Анатолійович. – Київ, 2026. – 111 с.https://ela.kpi.ua/handle/123456789/83638Об’єктом дослідження є процес оцінки та прогнозування ринкової вартості житлової нерухомості із застосуванням методів машинного навчання. Предметом дослідження є моделі машинного навчання та часових рядів для прогнозування вартості нерухомості на основі технічних, просторових, якісних і часових характеристик об’єктів. Метою роботи є розробка інтелектуальної системи для оцінки та прогнозування ринкової вартості нерухомості з урахуванням часових трендів. Актуальність дослідження зумовлена динамічністю ринку нерухомості, значною кількістю факторів, що впливають на формування ціни, та потребою в автоматизованих інструментах оцінювання житла. У роботі проаналізовано предметну область оцінки нерухомості, основні фактори впливу на її ринкову вартість, особливості використаних даних і сучасні методи прогнозування. Розглянуто регресійні моделі, ансамблеві методи градієнтного бустингу, методи аналізу часових рядів і рекурентні нейронні мережі. Обґрунтовано використання Linear Regression, XGBoost, CatBoost, LightGBM, ARIMA та LSTM. Розроблено програмний продукт мовою Python, який дає змогу прогнозувати вартість нерухомості за параметрами об’єкта, враховувати часові тенденції ринку, порівнювати результати різних моделей і візуалізувати отримані прогнози. Отримані результати підтверджують практичну цінність системи як допоміжного інструменту для покупців, продавців, аналітиків ринку нерухомості та фахівців з оцінювання майна.111 с.ukнерухомістьринкова вартістьмашинне навчанняпрогнозування цінчасові трендиxgboostcatboostlightgbmlstmpythonreal estatemarket valuemachine learningprice forecastingtime series trendsBachelor Thesis