پیش بینی خودکار قیمت اتومبیل با استفاده از مدل های یادگیری ماشین

استفاده از فناوری های نوین به منظور برآورد قیمت اتومبیل منجر به هوشمندسازی قیمت این کالای پر مصرف و برقراری عدالت در روند قیمت گذاری خواهد شد. تولید خودروها در دهه اخیر به طور پیوسته در حال افزایش بوده و در سال ۲۰۱۶ بیش از ۷۰ میلیون دستگاه خودرو سواری تولید شده است. این شرایط به شکل گیری بازار خودروهای دست دوم منجر شده که به خودی خود به صنعتی پررونق تبدیل شده است. ظهور پورتال های آنلاین به خریداران و فروشندگان این امکان را داده است که اطلاعات بهتری درباره روندها و الگوهایی که بر ارزش خودروهای دست دوم در بازار تاثیر می گذارد به دست آورند. هدف از این پژوهش بهره گیری از الگوریتم های یادگیری ماشین به منظور ساخت مدلی آماری است که قابلیت پیش بینی قیمت خودروهای دست دوم را با توجه به پایگاه داده مصرف کنندگان و مجموعه ای از ویژگی های خاص داشته باشد. همچنین دقت پیش بینی این مدل ها را با یکدیگر مقایسه خواهیم کرد تا بهترین گزینه را تعیین کنیم. بدین منظور پنج مدل مختلف رگرسیون مورد بررسی قرار گرفت. نتایج حاکی از آن است که استفاده از مدل رگرسیون الاستیک می تواند با دقت مطلوبی قیمت خودرو را پیش بینی کرده و به برقراری روند عادلانه در تخمین قیمت اتومبیل در جامعه کمک نماید.

کلیدواژه ها:

پیش بینی قیمت ، اتومبیل ، رگرسیون ، یادگیری ماشین