Açıklanabilir yapay zeka ile konut piyasasının geleceğinde veri odaklı kararlar

Yapay zekâ ve makine öğrenimi tekniklerinin gelişimi, emlak sektörü gibi karmaşık piyasalarda veri odaklı karar verme süreçlerini iyileştirmek için yeni fırsatlar sunmaktadır. Bu çalışma, İstanbul konut piyasasında fiyat tahminlerini iyileştirmek ve piyasa dinamiklerini anlamak amacıyla yapay zekâ ve açıklanabilir yapay zekâ tekniklerinin nasıl entegre edilebileceğini incelemektedir. Araştırmada, Kaggle platformundan elde edilen geniş bir veri seti (25.154 satır ve 37 sütun) kullanılarak, İstanbul'daki konutların fiyatlarını etkileyen değişkenler analiz edilmiştir. İlk aşamada veri temizleme ve aykırı değerlerin yönetimi gibi ön işlemler gerçekleştirilmiş, ardından konut fiyatlarını tahmin etmek için çeşitli makine öğrenimi algoritmaları uygulanmıştır. Algoritmaların performansı, R² skoru, MAE ve RMSE metrikleriyle değerlendirilmiş ve Random Forest modeli en yüksek performansı göstermiştir. Çalışmada kullanılan açıklanabilir yapay zekâ teknikleri, özellikle SHAP yöntemi, modelin tahminlerinin şeffaflığını artırmış ve fiyat tahminlerinde hangi değişkenlerin ne kadar etkili olduğunu ortaya koymuştur. Bulgular, metrekare büyüklüğünün konut fiyatları üzerindeki en önemli değişken olduğunu, bölgesel faktörlerin (örneğin Kadıköy ve Sarıyer gibi sosyal olanakları yüksek bölgelerdeki altyapı yatırımları ve ulaşım projeleri) ve oda sayısının da anlamlı katkılar sunduğunu göstermektedir. Bununla birlikte, devlet yatırımları, kentsel dönüşüm projeleri ve sosyal dinamikler (örneğin, göçmen yerleşimleri, ulaşım altyapısı, sosyal olanaklar) gibi faktörlerin konut fiyatları üzerindeki etkileri de çalışmada tartışılmıştır. Kadıköy ve Sarıyer gibi bölgelerdeki altyapı yatırımları ve göçmen yerleşimi gibi dinamiklerin fiyat dalgalanmalarına olan katkısı, model tahminleriyle uyumlu olarak değerlendirilmiştir. Ayrıca literatürdeki ekonomik tahminler de göz önüne alındığında, Kanal İstanbul gibi büyük projelerin uzun vadede fiyat dalgalanmalarına neden olabileceği öngörülmektedir. Sonuç olarak, bu çalışma, yapay zekâ ve açıklanabilir yapay zekâ tekniklerinin entegre edilmesiyle konut fiyat tahminlerinin daha güvenilir ve şeffaf bir şekilde yapılabileceğini göstermekte ve bu yaklaşımların emlak sektörü için büyük bir potansiyel sunduğunu vurgulamaktadır. Gelecekte, daha geniş veri setleri, sosyal ve çevresel faktörlerin detaylı entegrasyonu ve gelişmiş açıklanabilir yapay zekâ teknikleri ile konut piyasası tahminlerinin daha da iyileştirilmesi mümkün olacaktır.