Última actualización: 23 · 02 · 2017
El Trabajo que realicé en KSchool como Proyecto Fin de Máster de Data Science tiene como objetivo estimar los precios del alquiler de viviendas. Busqué que el TFM a realizar cumpliera estos propósitos:
– utilizar fuentes públicas de información
– tener una aplicación real y cercana a todos
– exponer los resultados de la forma más sencilla posible
Las fuentes de datos utilizadas han sido:
– información catastral, accesible desde la web de catastro
– datos de precios de alquiler reales
– capas gráficas de GIS con la información de barrios
La idea inicial era realizar la estimación en todo el territorio nacional, pero la única fuente que cumplía estos requisitos era la de catastro. Tras analizar distintas opciones, limité el análisis a Madrid, que disponía de datos de precios de alquiler del instituto público de la vivienda y una cartografía de barrios.
El siguiente paso fue homogeneizar y enriquecer la información. Como ejemplo, la información de catastro no contiene datos del barrio, y se utilizó la capa gráfica de GIS para añadir esta información.
Tras la etapa de ETL, con técnicas de Machine Learning se estima el precio del alquiler de todas las viviendas de Madrid, utilizando los predictores disponibles que aportan información relevante: superficie, antigüedad de la vivienda, altura, barrio y presencia de garage.
Finalmente los datos se presentan en un Dashboard, donde se puede analizar la información sobre un mapa de barrios, en el que ajustando los distintos predictores se obtiene el mapa de calor de Madrid de los precios de alquiler.
También se generaron 2 mapas de calor más: altura y antigüedad, demostrando que una vez procesada y tratada la información se pueden buscar aplicaciones que inicialmente no se habían considerado.
Toda la información, código del proyecto y datos se encuentran en github y puedes verlo aquí.
Además, si quieres poder trabajar en proyectos tan interesantes como este de Manuel Maestre, nuestro Máster de Data Science te proporcionará todas las herramientas, conocimientos y recursos para convertirte en un Data Scientist, como el mismo nos explicaba hace unas semanas.
El artículo TFM Data Science: Manuel Maestre, estimación precios del alquiler fue escrito el 23 de febrero de 2017 y guardado bajo la categoría Data Science. Puedes encontrar el post en el que hablamos sobre bajo las siguientes etiquetas Alumnos KSchool, kschool, tfm data science.
13 · 07 · 2023
En KSchool creemos firmemente que cada logro alcanzado merece ser celebrado de una manera única. Por ello, después de cuatro largos años sin poder disfrutar de una graduación, finalmente llegó el esperado momento el pasado mes de junio. Nos reunimos en un magnífico rooftop con todos los alumnos que han pasado por nuestras aulas, ya […]
14 · 07 · 2023
En la actualidad existen muchas disciplinas que presentan similitudes y diferencias entre ellas, lo que puede llevar a confusión a la hora de saber cuáles son las funciones que realizan cada uno de los profesionales que se dedican a ellas por ello queremos resolver tus dudas sobre cuál es la diferencia entre Data Science y […]
21 · 06 · 2023
¿Quieres sacarle el máximo partido al Data Scientist? Para ello es necesario conocer cuáles son las herramientas más habituales y qué usos tienen cada una de ellas. Te mostramos cuáles son las esenciales para que puedas aprovechar al máximo todo lo que la ciencia de datos puede aportarte. Herramientas para Data Scientist Las herramientas par […]
29 · 05 · 2023
La Inteligencia Artificial ya es el presente y contar con especialistas capaces de saber sobre ellas es esencial en el mercado laboral actual. En la actualidad muchos de los puestos publicados en los principales portales de empleo tienen que ver con esta disciplina, por ello te contamos qué debes estudiar para dedicarte a la Inteligencia […]
Información sin compromiso
Por cierto...
Selecciona las opciones que prefieres para comunicarnos contigo.
Gracias
En cualquier caso, si tienes alguna pregunta o duda, puedes llamarnos al:
Lunes a jueves de 9:00 a 18:00 y viernes de 9:00 a 14:00
Algo no ha ido como esperábamos.
En cualquier caso, puede contactar directamente en info@kschool.com
Llama ahora
o si lo prefieres
Te enviamos el programa