Makine öğrenme algoritmalarının konut değer tahmininde kullanımı: Ankara Gölbaşı uygulaması

Ülkemiz ve dünyada taşınmaz değerinin belirlenmesine olan ihtiyaç her geçen gün artmaktadır. Ülke ekonomisinin de önemli bir parçası olan taşınmaz değerleme çalışmalarına vergilendirme, özelleştirme, kamulaştırma gibi birden fazla uygulamalarda rastlanmaktadır. Taşınmazların değerlemesinde tahmini yaklaşımı bulmak için literatürde birçok çalışma vardır. Bu çalışmalarda uygulama alanlarına göre farklı kriterler kullanılmıştır. Başarı seviyeleri kullanılan kriter ve yöntemlere göre değişiklik göstermektedir. Bu çalışmada; uygulama bölgesi Ankara ili Gölbaşı ilçesinden belirlenen 5 mahalleden taşınmaz türü konut olan 95 adet örneklem toplanmıştır. Bu örneklemleri değerlemede ifade eden kriterleri belirlemek için gerçekleştirilen literatür araştırması sonucunda taşınmazın değerini etkileyen 42 kriter ile ana veri seti oluşturulmuştur. Değerlemede kullanılmak üzere hazırlanan ana veri seti kriter azaltma, veri işlemesi, normalizasyon ve ağırlıklandırma adımları sonrasında farklı veri setleri hazırlanmıştır. Çalışmada açık kaynak kodlu Orange Canvas programı kullanılarak Destek Vektör Makineleri (DVM), Destek Vektör Regresyon (DVR), Çoklu Lineer Regresyon (ÇLR) yöntemleri uygulanmış, uygulama sonucunda elde edilen RMSE, MAE, R2 performans sonuçları karşılaştırılmıştır. Ayrıca hazırlanan veri setlerini kullanarak aynı yöntemlerle taşınmazın değerini etkileyen kriterlerin ağırlıklarını belirleme çalışması da yapılmıştır. Modellerin başarıları karşılaştırıldığında kriterlerin ağırlıklandırılması ile hazırlanan veri setlerinde daha başarılı sonuçlar elde edilmiştir. Uygulanan yöntemler arasında DVM yöntemi ile elde edilen performans sonuç değerlerinin diğer yöntemlere göre daha başarılı olduğu gözlemlenmiş olup DVR yöntemininde de çok yakın sonuçlara ulaşıldığı gözlemlenmiştir. Taşınmazın değerine etki eden kriterlerin ağırlık analizlerinde ise her bir veri setinde ve uygulanan her yönteme göre kriterlerin ağırlıkları farklılık gösterdiği görülmüştür. Sonuç olarak bu çalışmada kullanılan DVM, DVR ve ÇLR yöntemleri taşınmaz değerlemede kullanılan klasik yöntemlere karşı alternatif değerleme yöntemi olarak kullanılabilirliği ortaya konulmuş ayrıca toplu değerleme sistemi oluşturma konusunda DVM'nin kullanılabilir olduğu tespit edilmiştir. Anahtar Kelimeler: Çoklu Lineer Regresyon, Destek Vektör Makineleri, Destek Vektör Regresyon, Değerleme, Makine Öğrenme, Taşınmaz Değerleme, Taşınmaz Kriterleri.