[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"detail-sidebar-cat-0-es-110":3,"doc-seo-290581-110":49,"doc-detail-290581-es":124},{"code":4,"msg":5,"data":6},0,"success",[7,13,17,21,25,29,33,37,41,45],{"id":8,"doc_module":4,"doc_module_name":9,"category_name":10,"show_sort_weight":11,"slug":12},39,"Document","Cómic",60,"comic",{"id":14,"doc_module":4,"doc_module_name":9,"category_name":15,"show_sort_weight":11,"slug":16},43,"Estilo de Vida","lifestyle",{"id":18,"doc_module":4,"doc_module_name":9,"category_name":19,"show_sort_weight":11,"slug":20},38,"Examen","exam",{"id":22,"doc_module":4,"doc_module_name":9,"category_name":23,"show_sort_weight":11,"slug":24},44,"General","general",{"id":26,"doc_module":4,"doc_module_name":9,"category_name":27,"show_sort_weight":11,"slug":28},41,"Investigación e Informes","research-report",{"id":30,"doc_module":4,"doc_module_name":9,"category_name":31,"show_sort_weight":11,"slug":32},37,"Literatura","literature",{"id":34,"doc_module":4,"doc_module_name":9,"category_name":35,"show_sort_weight":11,"slug":36},22,"Relatos y Novelas","story-novel",{"id":38,"doc_module":4,"doc_module_name":9,"category_name":39,"show_sort_weight":11,"slug":40},42,"Religión y Espiritualidad","religion-spirituality",{"id":42,"doc_module":4,"doc_module_name":9,"category_name":43,"show_sort_weight":11,"slug":44},40,"Salud y Atención Médica","healthcare",{"id":46,"doc_module":4,"doc_module_name":9,"category_name":47,"show_sort_weight":11,"slug":48},24,"Tecnología","technology",{"code":4,"msg":50,"data":51},"ok",{"site_id":52,"language":53,"slug":54,"title":55,"keywords":56,"description":57,"schema_data":58,"social_meta":117,"head_meta":119,"extra_data":121,"updated_unix":123},110,"es","automatic-valuation-of-residential-properties-using-machine-learning-models","VALORACIÓN AUTOMÁTICA DE INMUEBLES RESIDENCIALES MEDIANTE MODELOS DE MACHINE LEARNING","","La literatura reciente sobre valoración inmobiliaria evidencia que los modelos de machine learning ofrecen buen desempeño al predecir el comportamiento de precios, frente a métodos tradicionales usados en la práctica profesional. Aun así, persisten limitaciones vinculadas al enfoque de caja negra y a la interpretación de resultados. El trabajo compara el desempeño de varios modelos aplicados a la valoración residencial, usando una base de datos con ofertas en la ciudad de Madrid y separando entrenamiento y prueba. La evaluación se realiza con métricas, destacando el MAPE, mostrando rendimiento general con variaciones pequeñas tras validación.",{"@graph":59,"@context":116},[60,77,99],{"@type":61,"itemListElement":62},"BreadcrumbList",[63,68,71,74],{"item":64,"name":65,"@type":66,"position":67},"https://docshare.wps.com","Home","ListItem",1,{"item":69,"name":9,"@type":66,"position":70},"https://docshare.wps.com/es/document/",2,{"item":72,"name":27,"@type":66,"position":73},"https://docshare.wps.com/es/document/investigación-e-informes/",3,{"item":75,"name":55,"@type":66,"position":76},"https://docshare.wps.com/es/document/automatic-valuation-of-residential-properties-using-machine-learning-models/290581/",4,{"url":75,"name":55,"@type":78,"image":79,"author":84,"headline":55,"publisher":87,"fileFormat":90,"inLanguage":53,"description":57,"dateModified":91,"datePublished":92,"encodingFormat":90,"isAccessibleForFree":93,"interactionStatistic":94},"DigitalDocument",{"url":80,"@type":81,"width":82,"height":83},"https://docshare.wps.com/thumbnails/automatic-valuation-of-residential-properties-using-machine-learning-models/290581.png","ImageObject",300,407,{"name":85,"@type":86},"Liam","Person",{"url":64,"name":88,"@type":89},"DocShare","Organization","application/pdf","2026-10-07","2026-09-17",true,{"@type":95,"interactionType":96,"userInteractionCount":98},"InteractionCounter",{"@type":97},"ViewAction",5,{"@type":100,"mainEntity":101},"FAQPage",[102,108,112],{"name":103,"@type":104,"acceptedAnswer":105},"Cuál es el objetivo principal del trabajo?","Question",{"text":106,"@type":107},"Comparar los resultados y el desempeño de diferentes modelos de machine learning aplicados a la valoración inmobiliaria residencial.","Answer",{"name":109,"@type":104,"acceptedAnswer":110},"Cómo se construye la base de datos y se evalúan los modelos?",{"text":111,"@type":107},"Se recopila una base de datos de ofertas de inmuebles en Madrid y se divide la muestra en grupos de entrenamiento y de test.",{"name":113,"@type":104,"acceptedAnswer":114},"Por qué se destaca el MAPE en la comparación?",{"text":115,"@type":107},"El MAPE (Mean Absolute Percentage Error) es una de las métricas preferidas por las sociedades de tasación y sirve para evaluar el rendimiento de los modelos.","https://schema.org",{"og:url":75,"og:type":118,"og:title":55,"og:site_name":88,"og:description":57},"article",{"robots":120,"canonical":75},"index,follow",{"doc_id":122,"site_id":52},290581,1790440740,{"code":4,"msg":5,"data":125},{"doc_id":122,"user_id":126,"nickname":85,"user_avatar":127,"doc_module":4,"category_id":26,"category_name":27,"doc_title":55,"doc_description":57,"doc_content":128,"file_id":129,"file_url":130,"file_type":131,"file_size":132,"view_count":98,"is_deleted":4,"is_public":67,"is_downloadable":67,"audit_status":67,"page_count":133,"language":134,"language_code":53,"site_id":52,"html_lang":53,"table_of_contents":135,"faqs":136,"seo_title":137,"seo_description":57,"update_tm":138,"read_time":139},8796095461564,"https://ap-avatar.wpscdn.com/davatar_155a257f0dc6eb9ab79c44ca47cae57d","VALORACIÓN AUTOMÁTICA DE INMUEBLES RESIDENCIALES MEDIANTE MODELOS DE MACHINE LEARNING  \nAUTOMATIC VALUATION OF RESIDENTIAL PROPERTIES USING MACHINE LEARNING MODELS  \nFrancisco Guijarro Martínez (Universitat Politècnica de València)1  \nResumen  \nLa literatura reciente sobre valoración inmobiliaria ha aportado diversas evidencias en el ámbito internacional sobre el buen desempeño de los modelos de machine learning en la predicción del comportamiento delos precios, sobre todo si se comparan con los obtenidospor los denominados métodos tradicionales valoración, muy extendidos sobre todo en la práctica profesional. Con todo, se siguen remarcando algunas limitaciones como el diseño de caja negra y la dificultaden la interpretación de los resultados proporcionados por estas técnicas. Este trabajo tiene por objeto comparar los resultados y el desempeño de diferentes modelos de machine learning aplicados en el ámbito de la valoración inmobiliaria residencial. Para ello se ha recopilado una amplia base de datos con ofertas de inmuebles en la ciudad de Madrid, que permite dividir la muestra en los grupos de entrenamiento y test. La comparación entre los modelos se hallevado a cabo a través de diferentes métricas, entre las que destaca el MAPE (Mean Absolute Percentage Error) por ser uno de los preferidos por las sociedades de tasación. Las métricas utilizadas confirman un buen rendimiento generalizado para el conjunto de modelos entrenados, con variaciones relativamente pequeñas tras el proceso de validación.  \nPalabras clave: valoración inmobiliaria, machine learning, gradient boosting machine.  \nClasificación JEL: R30, C55, C58  \nAbstract  \nRecent literature on real estate valuation has provided evidence on the good performance of machine learning models in predicting price behavior, especially when compared to those obtained by traditional valuation methods. The latter are widely used in professional practice. However, some limitations are still highlighted, such as the black box design and the difficulty in interpreting the results provided by these techniques. This work aims to compare the results and performance of different machine learning models applied in the field of residential real estate valuation. For this purpose, a large database of property listingsin the city of Madrid has been compiled, which allows the sample to be divided into training and test groups. The comparison between the models has been carried out through different metrics, among which the MAPE (Mean Absolute Percentage Error) stands out as one of  \n1 Email: [fraguima@upvnet.upv.es](fraguima@upvnet.upv.es)  \nORCID: [https://orcid.org/0000-0002-8803-5165](https://orcid.org/0000-0002-8803-5165)  \nFecha de envío: 13/03/2023 . Fecha de aceptación: 31/05/2023  \n -27-  \nthe favorites of valuation companies. The metrics we have used confirm a good generalized performance for the set oftrained models, with relatively small variations after the validation process.  \nKeywords: real estate valuation, machine learning, gradient boosting machine.  \nJEL Codes: R30, C55, C58  \n1. INTRODUCCIÓN  \nLos activos inmobiliarios representan un porcentaje significativo y creciente en la riquezaa nivel mundial, según los datos proporcionados por los diferentes informes sobre el tamañode mercado de los activos residenciales, publicados por la consultora internacional MSCI (MSCI, 2022) . La importancia de este mercado obliga a realizar valoraciones de sus activos deforma periódica y rigurosa, lo que hace que la industria de la valoración sostenga a un número importante de valoradores. Según Kok et al. (2017), sólo en el ámbito de Estados Unidos se alcanzaban los 74.000 valoradores. Se trata de una industria intensiva en mano de obra, característica que havenido marcada fundamentalmentepor el tipo de metodologías empleadas en la valoración de inmuebles. La utilización de los métodos tradicionales de valoración por homogeneización de comparables requiere de un elevado grado de especiali","cbCaiqcnd2ikxkQj","https://ap.wps.com/l/cbCaiqcnd2ikxkQj","pdf",1221938,13,"Spanish","# Resumen\n## Introducción\n## Objetivo y metodología\n## Evaluación con métricas (MAPE)\n## Discusión de limitaciones","[{\"question\":\"Cuál es el objetivo principal del trabajo?\",\"answer\":\"Comparar los resultados y el desempeño de diferentes modelos de machine learning aplicados a la valoración inmobiliaria residencial.\"},{\"question\":\"Cómo se construye la base de datos y se evalúan los modelos?\",\"answer\":\"Se recopila una base de datos de ofertas de inmuebles en Madrid y se divide la muestra en grupos de entrenamiento y de test.\"},{\"question\":\"Por qué se destaca el MAPE en la comparación?\",\"answer\":\"El MAPE (Mean Absolute Percentage Error) es una de las métricas preferidas por las sociedades de tasación y sirve para evaluar el rendimiento de los modelos.\"}]","VALORACIÓN AUTOMÁTICA DE INMUEBLES RESIDENCIALES MEDIANTE MODELOS DE MACHINE LEARNING | PDF",1789642123,20]