Técnicas de Machine Learning e interpretabilidad aplicadas al mercado inmobiliario - Trabajo Fin de Grado

Aug 4, 2026

El mercado inmobiliario en España resulta especialmente relevante para la población, al concentrar una parte significativa del patrimonio familiar en activos inmobiliarios. El trabajo aborda el análisis del precio de la vivienda mediante técnicas de inteligencia artificial y Machine Learning, con el fin de comprender su evolución en el tiempo en función de variables externas, especialmente demográficas. Inicialmente se consideró web scraping, pero se optó por datos del INE por implicaciones legales. Con modelos supervisados y selección de variables, se demuestra la viabilidad de predecir la evolución de precios en una comunidad autónoma.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas75

Tiempo de lectura1 h 56 min

AccesoGratis para descargar

Tabla de contenidos

Capítulo 1-Introducción

1.1 Motivación

1.2 Objetivos

1.3 Plan de trabajo

1.4 Repositorio

Capítulo 2-Estado del arte

2.1 Tendencias y trabajos actuales

2.2 Bases de datos de viviendas en España

TÉCNICAS DE MACHINE LEARNING E INTERPRETABILIDAD APLICADAS AL MERCADO INMOBILIARIO MACHINE LEARNING AND INTERPRETABILITY TECHNIQUES APPLIED TO THE REAL ESTATE MARKET TRABAJO FIN DE GRADOCURSO 2022-2023 AUTOR PABLO LÓPEZ MARTÍN DIRECTOR GABRIEL MARÍN DÍAZ GRADO EN INGENIERÍA DEL SOFTWARE FACULTAD DE INFORMÁTICA UNIVERSIDAD COMPLUTENSE DE MADRID TÉCNICAS DE MACHINE LEARNING E INTERPRETABILIDAD APLICADAS AL MERCADO INMOBILIARIO MACHINE LEARNING AND INTERPRETABILITY TECHNIQUES APPLIED TO THE REAL ESTATE MARKET TRABAJO DE FIN DE GRADO EN INGENIERÍA DEL SOFTWARE DEPARTAMENTO DE SISTEMAS INFORMÁTICOSY COMPUTACIÓN AUTOR PABLO LÓPEZ MARTÍN DIRECTOR GABRIEL MARÍN DÍAZ CONVOCATORIA: FEBRERO-2023 GRADO EN INGENIERÍA DEL SOFTWARE FACULTAD DE INFORMÁTICA UNIVERSIDAD COMPLUTENSE DE MADRID 10 DE ENERO DE 2022 DEDICATORIA A mis padres, por enseñarme que vale más la constancia que la virtud. AUTORIZACIÓN DE DIFUSIÓN Y UTILIZACIÓN El abajo firmante, matriculado en el Grado en Ingeniería del Software de la Facultad de Informática, autoriza a la Universidad Complutense de Madrid (UCM) adifundir y utilizar con ﬁnes académicos, no comerciales y mencionando expresamentea su autor el presente Trabajo Fin de Grado: “Técnicas de Machine Learning e interpretabilidad aplicadas al mercado inmobiliario”, realizado durante el curso académico 22/23 bajo la dirección de Gabriel Marín Díaz en el Departamento de Sistemas Informáticos y Computación, y a la Biblioteca de la UCM a depositarlo en el Archivo Institucional E-Prints Complutense con el objeto de incrementar la difusión, uso e impacto del trabajo en Internet y garantizar su preservación y acceso a largo plazo. Pablo López Martín 10 de enero de 2022 AGRADECIMIENTOS En primer lugar, me gustaría agradecer a Gabriel Marín Díaz, director de este TFG, todo el apoyo ofrecido durante el desarrollo de este proyecto, así como todos los consejos brindados. En segundo lugar, me gustaría agradecer a la facultad de informática todo el conocimiento que me ha aportado durante estos 4 años, así como también le estaré eternamente agradecido por despertar en mí unas ganas de aprender casi infinitas. Por último, me gustaría agradecer a mi familia el apoyo ofrecido durante midesarrollo académico. RESUMEN El mercado inmobiliario en España tiene una gran relevancia en la población. Los hogares españoles tienen depositados gran de parte de sus ahorros en activosinmobiliarios, siendo bastante relevante el porcentaje de estos dentro del patrimonio total de las familias. Este trabajo es un acercamiento al mercado inmobiliario desde el punto de vista de la inteligencia artificial y el Machine Learning. El objetivo de este trabajo fue entender la evolución de los precios de la vivienda respecto a factores externos como puedenser las variables demográficas y de esta manera, poder predecirlos. Inicialmente se planteó obtener la información mediante web scraping de los de diversos portales inmobiliarios líderes en España, pero debido a las posibles implicaciones legales del uso de esta técnica, finalmente se optó por la información disponible en la web del Instituto Nacional de Estadística. Tras la aplicación de modelos de Machine Learning a los datos disponibles, seconsiguió demostrar que, con una elección de variables relevantes, es factible predecir la evolución de los precios de la vivienda en el tiempo en una comunidad autónoma. Palabras clave Machine Learning , Análisis exploratorio de datos, Inteligencia artificial explicable (XAI), Interpretabilidad, Aprendizaje Supervisado , Machine Learning interpretable. ABSTRACT The real estate market in Spain has a great relevance in the population. Spanish households have deposited a large part of their savings in real estate assets, the percentage of these within the total wealth of families is quite significant. This work is an approach to the real estate market from the point of view of artificial intelligenc

Preguntas frecuentes

Cuál es el objetivo principal del trabajo sobre el mercado inmobiliario?

Entender la evolución de los precios de la vivienda respecto a factores externos, en particular variables demográficas, y poder predecirla mediante técnicas de Machine Learning.

Por qué se evitó el web scraping para obtener los datos?

Se consideraron posibles implicaciones legales del uso de esa técnica, por lo que finalmente se eligió la información disponible en la web del Instituto Nacional de Estadística.

Qué se logró tras aplicar modelos de Machine Learning a los datos?

Que, con una elección de variables relevantes, es factible predecir la evolución de los precios de la vivienda en el tiempo para una comunidad autónoma.

Aug 4, 2026

Subido por Lucas Martin