背景）住宅価格の予測は不安定

東京五輪以降、マンションの9割の価格が値下げされるという予測が人工知能によりはじき出されています。住宅価格は不安定であるため、株主、金融業者、および政策立案者は、これらの変動を正確に予測する必要があります。

一方、住宅価格の予測には、不動産が管理するこれまでの住宅価格データを参照にすることができ、これらの膨大なデータの分析には機械学習が有効です。しかし、結果にバイアスを生じる可能性がある欠損値が多く含まれることから、欠損値を除去する欠損値処理によりサンプルサイズの大幅な減少を回避する予測手法の確立が求められています。

住宅価格予測における欠損値処理という課題において、実際にどんな研究が行われているのでしょうか。韓国にある慶北大学のKarshiev Sanjarら研究者の発表を紹介します。

研究者らは、住宅価格の予測に大きな影響を与える最も重要な特徴を選択することで、欠損値を代入する最適な方法の提案を試みたのでした。

テーマ）データセットを適切に処理して、予測アルゴリズムに食わせる

まずはKarshiev Sanjarらの研究におけるミッション・手法・結果をまとめました。