機器學習與房地產估價
近年來，房地產之投資及買賣廣為盛行，而房地產依舊為人們投資的方向之一。屬於人工智慧範疇之類神經網路，其具有學習能力，可以進一步的歸納推演所要預估的結果，也適合應用於非線性的問題中，但以往類神經網路的機器學習模型，皆採用中央處理器(CPU)進行運算，在計算量龐大時往往耗費大量時間於訓練上。而圖形處理器(GPU)之崛起，將增進機器學習的速率。 本研究利用穩健學習程序搭配信封模組的概念，建立一類神經網路系統，利用GPU設備及機器學習工具–Tensorflow實作，針對民國一零四年之台北市不動產交易之住宅資料，並使用1276筆資料，隨機選取60%資料作為訓練範例並分別進行以假設有5%為可能離群值及沒有...
| Main Authors: | , |
|---|---|
| Language: | 中文 |
| Published: |
國立政治大學
|
| Subjects: | |
| Online Access: | http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22G1043560182%22. |