Hogyan működik a Prediqta
A Prediqta egy gradient-boosting alapú AI árbecslő modell, amely a piacról lekerült magyar ingatlanhirdetések adataiból tanul. Minden becslés tájékoztató jellegű, és magyarázható tényezőkkel érkezik.
Modell architektúra
A főmotor egy gradient-boosted decision tree ensemble (XGBoost-szerű), kombinálva egy földrajzi embedding-réteggel, amely a cím lokáció-értékét független dimenzióban kódolja. Egy meta-modell kalibrálja a kimenetet az adott szegmensre (új építésű vs. használt, város vs. vidék).
Tanítóadatok
- Rögzített adásvételek 2010 óta, országosan
- Napi szinten frissített hirdetési portál jel (ingatlan.com és társai)
- KSH adatok: kerületi árindex, demográfia, jövedelem
- HÉSZ zónázás, közlekedési elérhetőség, POI sűrűség
Tanítási és validációs ciklus
A modellt rendszeresen újratanítjuk friss hirdetési adatokon, és minden tanításnál elkülönített tesztadaton ellenőrizzük.
Mire jó és mire nem
A becslés hirdetési adatokból tanult statisztikai modell eredménye. Pontossági számot nem közlünk, mert nincs független „valós érték”, amihez mérni lehetne, és az eltérés szegmensenként és piaci helyzetenként erősen változik.
- A hasonló ingatlanok kínálati árszintjét tükrözi, nem garantált eladási ár
- Házaknál és vidéken kevesebb a hasonló hirdetés, ott nagyobb lehet az eltérés
- Felújítandó, befejezetlen és atipikus ingatlanoknál a becslés bizonytalanabb
- Gyorsan változó, különösen csökkenő piacon a becslés késve követi az árakat
- Nem értékbecslés: banki, hatósági vagy jogi célra ingatlanforgalmi értékbecslő kell
Ismert korlátok
- Atipikus elrendezésnél nagyobb lehet az eltérés
- Kevés hirdetéssel lefedett (vidéki) lokáció lassabban követi a piaci változásokat
- Nem új építésű kerthelyiség becslése bizonytalanabb