不動産や土地取引を行う場合、国や行政機関から地価公示データや地価調査データなどの参考値となる価格は公開されていますが、全く同じ条件の不動産は存在しないのが現実的なケースです。ここでは、過去の取引実績データをもとに機械学習を行い、不動産価格（土地取引価格）の予測モデルを構築します。学習用データとして、国土交通省が公開している「土地総合情報システム」で提供されている、不動産取引価格情報のうち、埼玉県内における土地取引、約45,000件を学習データとして利用することにしました。不動産取引価格情報には、取引された不動産に関するさまざまな情報が含まれています。地図上への展開は、住所情報をもとに行うことができます。・ 取引価格・ 最寄駅名・ 最寄駅からの徒歩時間・ 土地面積、間口、方位・ 土地形状（長方形、etc）・ 前面道路 幅員、種別・ 住所（町丁・大字レベル）・ etc.・ 人口総数・ 人口増減率・ 昼間人口・ 平均年収・ 事業所数、従業者数・ etc.■背景■学習用データの準備機械学習による土地利用取引価格の予測AIや機械学習を用いて予測モデルを構築する際は、大量の学習用データを機械学習ライブラリに投入する必要がありますが、ArcGISには機械学習の手法を用いたツールが含まれています。本分析ではそのツールを用いて予測モデルの構築を行います。GISを用いた情報付加不動産取引価格情報に含まれている属性に加えて、最寄駅の特性を付与して、学習用のパラメーターとして追加します。元々持っている属性情報にGISを用いて情報を付与することで、予測精度の向上が期待されます。機械学習・AIを用いた土地取引価格の予測
元のページ ../index.html#62