Property pricing model by machine learning methods

Umjetna inteligencija postaje naša svakodnevnica, sve pristupačnija je tehnologija koja u sebi ima neki oblik umjetne inteligencije, stoga je vrlo važno znati što ona u stvari je. Jedan od oblika umjetne inteligencije su i umjetne neuronske mreže. One oponašaju ljudsku neuronsku mrežu. Stvorene su kako bi određene zadatke radile brže i uspješnije od ljudi. Postoji nekoliko vrsta umjetnih neuronskih mreža, ali najvažnija je višeslojna neuronska mreža. Ona se najčešće koristi za obradu podatka. Stabla odlučivanja i stabla regresije su također oblik umjetne neuronske mreže koje nam na vizualno jednostavniji način prikazuju rezultate umjetne neuronske mreže. U radu je prikazan model umjetne neuronske mreže i stablo regresije za predviđanje cijena nekretnina. Prema rezultatima točnijim modelom se pokazao model neuronske mreže s logističkom aktivacijskom funkcijom u usporedbi s tangensno hiperbolnom aktivacijskom funkcijom. Rezultat je pokazao da najveći utjecaj na predviđanje cijena nekretnina ima tip nekretnine, da li je kuća ili stan, zatim kolika je udaljenost nekretnine od mora, pa sve do kvadrature nekretnine koja se pokazala kao najmanje utjecajna za predviđanje cijene nekretnine.Artificial intelligence is becoming our daily routine. Technology that has some form of artificial intelligence is becoming more accessible, so it is very important to know what it really is. One form of artificial intelligence is artificial neural networks. They mimic the biological neural network. They were created to make certain tasks work faster and more successfully than humans. There are several types of artificial neural networks, but the most important is a multi-layer neural network. It is most commonly used for data processing. Decision trees and regression trees are also a form of artificial neural network that presents the results of artificial neural networks in a visually simple way. The paper presents an artificial neural network model and a regression tree for real estate price prediction. According to the results, the neural network model with logistic activation function was shown to be more accurate compared totangent hyperbolic activation function. The result showed that the type of real estate, whether it is a house or an apartment, has the biggest influence on the price prediction of real estate, then the distance from the sea, square footage of the real estate is proved to be the least influential for predicting the price of the real estate