Análisis de algoritmos de inteligencia artificial para la determinación del avalúo catastral en inmuebles rurales agrícolas mayores a 1 hectárea del municipio de la Peña - Cundinamarca
No hay miniatura disponible
Fecha
Fecha
2024-01-23
Título de la revista
ISSN de la revista
Título del volumen
Editor
Descripción
El presente articulo, orientada a la obtención del título de Especialista en Avalúos con Enfoque Rural, se enfocó en la investigación de los procesos de valoración catastral mediante la implementación de variables clave y algoritmos de inteligencia artificial. A través de un análisis exhaustivo, se exploraron diversas variables que inciden en la determinación de avalúos para bienes inmuebles rurales en el municipio de La Peña - Cundinamarca. Los resultados revelaron que la inclusión de un conjunto amplio de variables, como la ubicación geográfica, el tamaño del terreno, tipo de derecho sobre el bien Inmueble, entre otros, fue fundamental para mejorar la precisión de los modelos de predicción. Particularmente, se destacó el modelo RANDOM FOREST como el más robusto, arrojando resultados favorables en las pruebas realizadas. La capacidad de este algoritmo para manejar diferentes situaciones y conjuntos de datos sugiere que es una herramienta valiosa para la valoración catastral. Además, se subrayó la importancia de la implementación de tecnologías de inteligencia artificial en los procesos de actualización catastral, destacando la oportunidad de optimizar la automatización de la valoración de bienes inmuebles rurales. Estos hallazgos no solo contribuyen como trabajo de grado, sino que también puede tener implicaciones significativas para el desarrollo del país. La modernización de los procesos de valoración catastral mediante la integración de tecnologías puede representar un antes y un después en la actual labor, también sienta las bases para un marco más sólido y actualizado en el ámbito valuatorio. La investigación y aplicación de estos métodos no solo benefician la labor de los especialistas en avalúos, sino que también respaldan el progreso y la competitividad del país en el contexto económico y territorial.
Resumen
This article, aimed at obtaining the title of Specialist in Appraisals with a Rural Approach, focused on the investigation of cadastral valuation processes through the implementation of key variables and artificial intelligence algorithms. Through an exhaustive analysis, various variables that affect the determination of appraisals for rural real estate in the municipality of La Peña - Cundinamarca were explored. The results revealed that the inclusion of a broad set of variables, such as geographical location, land size, type of right over the property, among others, was essential to improve the accuracy of the prediction models. Particularly, the RANDOM FOREST model stood out as the most robust, yielding favorable results in the tests carried out. The ability of this algorithm to handle different situations and data sets suggests that it is a valuable tool for cadastral valuation. In addition, the importance of the implementation of artificial intelligence technologies in cadastral update processes was highlighted, highlighting the opportunity to optimize the automation of the valuation of rural real estate. These findings not only contribute as degree work, but can also have significant implications for the development of the country. The modernization of cadastral valuation processes through the integration of technologies can represent a before and after in the current work, it also lays the foundations for a more solid and updated framework in the valuation field. The research and application of these methods not only benefit the work of appraisal specialists, but also support the progress and competitiveness of the country in the economic and territorial context.
Palabras clave
Avalúo, Inteligencia artificial, WEKA, Random Forest, Predios, Redes neuronales, Árboles de decisión
Materias
Especialización en Avalúos -- Tesis y disertaciones académicas, Avalúo catastral -- Procesamiento de datos, Valorización -- Inteligencia artificial, Computadores neurales, Bienes muebles -- Técnicas de predicción