به پروژه هوش مصنوعی در بنگاه املاک خوش اومدید! در پروژه‌های هوش مصنوعی فنولوژی قصدمون اینه که در کنار هم از کد زدن و یادگیری هوش مصنوعی لذت ببریم! رویکرد پروژه‌ها یه رویکرد خیلی کاربردی و عملیه که میتونید کلی چیزای خوب یاد بگیرید و به بقیه هم یاد بدید. برای پیوستن به گروه تلگرام پروژه‌های هوش مصنوعی روی تصویر زیر کلیک کنید. اگه پروژه رو انجام دادید یا در مراحل انجام پروژه هرگونه سوالی داشتید میتونید از ادمین‌های گروه بپرسید. مقدمات کافیه بریم سر پروژه!
از هرچه بگذریم سخن ملک خوش‌تر است!
همیشه یکی از نشونه‌های سرمایه‌داری، املاک و منازل زیاده که در اینجا به دنبال پیدا کردن بهترین ملک برای اجاره کردن هستیم. اما این بار می‌خوایم به صورت خیلی هوشمند بر اساس ویژگی‌هایی که انواع منازل دارند و داده‌های موجود بهترین و مناسب‌ترین منزل رو انتخاب کنیم. بله در این جا هوش مصنوعی به کمکمون میاد. در ادامه پروژه توضیحات تکمیلی و دیتاستی که نیاز دارید رو براتون قرار دادیم. اگر تازه وارد عرصه علوم داده شدید، میتونید برای شروع از پروژه قبلیمون در مورد دانشمند علوم داده در تایتانیک هم استفاده کنید.
در این پروژه شما یک دیتاست دارید و یه مسئله و شرح پروژه که باید انجامش بدید. هوش مصنوعی یکی از مهم‌ترین کاربردهایی که داره به صورت کلی پیشنهاد دادنه! یعنی از بین تعداد بی‌شماری انتخاب که ممکنه خوب باشه، هوش مصنوعی با استفاده از الگوریتم‌های پیشرفته‌اش سعی می‌کنه بهترین گزینه رو پیشنهاد بده. یکی از ویژگی‌های جالب هوش مصنوعی اینه که حتی در بعضی موارد از کارشناسان پرتجربه یه حوزه هم می‌تونه پیشنهادات بهتری بده! دلیلش اینه که دیتا هیچ موقع دروغ نمیگه! حالا بریم و بررسی کنیم که آیا تو حوزه مشاوره املاک هم اوضاع همین طوره؟ به نظرتون می‌تونیم با این پروژه از یه کارشناس املاک واقعی تو برزیل جلو بزنیم؟!
دیتاست مورد نیاز رو از کجا باید دانلود کنیم؟
هر پروژه هوش مصنوعی نیاز به یک دیتاست یا مجموعه‌ای از داده‌ها داره. برای شروع پروژه میتونید داده ها رو با پر کردن فرم زیر به راحتی و رایگان دانلود کنید.
ویژگی‌ها و پارامترهای دیتاست پروژه چه چیزهایی هستند؟
در ابنجا ما یک دیتاست داریم که مربوط به اطلاعات و ویژگی‌های خانه‌های اجاره‌ای در برزیل هست. این دیتاست اصلا چیه و ویژگی‌های اون چیه؟ این دیتاست اطلاعات حدود ۱۰۰۰ منزل مسکونی رو در کشور برزیل به ما میده. این اطلاعات دقیقا چی هستند؟ در ادامه تک تک ویژگی‌های دیتاست رو بررسی می‌کنیم.
city = شهری که خونه در اون قرار داره
area = مساحت اون خونه (به متر) هست
rooms = تعداد اتاق‌های اون خونه
bathroom = تعداد حمام‌های خونه
parking space = اندازه ی پارکیینگ که بر حسب تعداد ماشینی که در اون جا میگیره اندازه گیری میشه
floor = تعداد سالن‌ها
furniture = آیا خونه مبله هست یا نه
animal = آیا مجاز به وجود حیوان خانگی هست یا خیر ؟
hoa = مالیات انجمن صاحب‌خانه‌ها (رئال برزیل) هست
rent amount = مبلغ اجاره
property tax = مالیات املاک شهرداری
fire insurance = مبلغ بیمه آتش سوزی
total = مجموع مخارج
هدف اصلی پروژه چیه و چه کاری باید انجام بدیم؟
درواقع هدف اصلی ما اینجا اینه که بتونیم یک خونه با یک سری از ویژگی‌ها رو توی برزیل تمام مخارجشو پیش‌بینی کنیم که چقدر میشه. البته می‌تونیم اول اون رو تحلیل کنیم که یه چیزایی ازش بفهمیم و بعد کار های مربوط به پیش‌بینی رو انجام بدیم. خودتون رو محدود به خواسته‌های مسئله نکنید! خلاقیت به خرج بدید و خارج از چهارچوب‌ها فکر کنید. دل و قلوه‌ی همه‌ی فیچرهای دیتاست رو بریزید بیرون! فرض کنید وقعا می‌خواید یکی از این خونه‌ها رو انتخاب کنید و مبلغ قابل توجهی کرایه بابتش بپردازید!
ممکنه در طول پروژه نیاز به کمک داشته باشی
اگه در طول انجام پروژه نیاز به کمک پیدا کردید، جدای از پرسیدن داخل گروه تلگرام پروژه‌ها، میتونید از این مطالب هم استفاده کنید:
هوش مصنوعی چیست و چه کاربردی دارد؟
ویدیو آشنایی با کتابخانه‌های یادگیری ماشین در پایتون
ویدئو آموزشی پروژه
دوستان یادتون باشه که هدف اصلی از پروژه یادگیری و تقویت مهارت‌های علوم داده هست؛ پس حتما حتما قبل از دیدن ویدئوی آموزشی خودتون پروژه رو انجام بدید.
ارائه دهنده: امید حسنی
پروژه خیلی خوبی بود مرسی اولش هم اسمت رو گفتی
خواهش میکنم خوشحالم مفید بوده , بله اونو حواسم نبود D: