പ്രോപ്പർട്ടി ടാക്സ് റോൾ സൃഷ്ടിക്കാൻ മെഷീൻ ലേണിംഗ് ഉപയോഗിക്കുന്നു
വികസ്വര രാജ്യങ്ങൾക്ക് പലപ്പോഴും പൊതു സാധനങ്ങൾ നൽകാനുള്ള സാമ്പത്തിക സ്രോതസ്സുകൾ കുറവാണ്. പ്രോപ്പർട്ടി ടാക്സേഷൻ പ്രാദേശിക വരുമാനത്തിന്റെ ഒരു മികച്ച ഉറവിടമായി തിരിച്ചറിഞ്ഞിട്ടുണ്ട്, കാരണം ഇത് താരതമ്യേന കാര്യക്ഷമമാണ്, റിയൽ എസ്റ്റേറ്റ് മൂല്യത്തിലെ വളർച്ച പിടിച്ചെടുക്കുന്നു, പുരോഗമനപരമായിരിക്കാം. എന്നിരുന്നാലും, താഴ്ന്ന വരുമാനമുള്ള പല രാജ്യങ്ങളും പ്രോപ്പർട്ടി ടാക്സ് റോളുകൾ ഇല്ലാത്തതോ അപൂർണ്ണമോ ആയതിനാൽ പ്രോപ്പർട്ടി ടാക്സ് ഫലപ്രദമായി ശേഖരിക്കുന്നില്ല.
ഒരു വലിയ കോംഗോ നഗരത്തിൽ ഒരു പ്രോപ്പർട്ടി ടാക്സ് റോൾ നിർമ്മിക്കാൻ ഞങ്ങൾ മെഷീൻ ലേണിംഗ്, കമ്പ്യൂട്ടർ വിഷൻ മോഡലുകൾ ഉപയോഗിക്കുന്നു. അൽഗോരിതം പരിശീലിപ്പിക്കുന്നതിനും നഗരത്തിലെ എല്ലാ പ്രോപ്പർട്ടികളുടെയും മൂല്യം പ്രവചിക്കുന്നതിനും, വ്യക്തിഗത പ്രോപ്പർട്ടി വിലയിരുത്തൽ സന്ദർശനങ്ങളിൽ സർക്കാർ ലാൻഡ് സർവേയർമാർ വിലയിരുത്തിയ ക്രമരഹിതമായി തിരഞ്ഞെടുത്ത 1,654 പ്രോപ്പർട്ടികളുടെ മൂല്യത്തെയും അഡ്മിനിസ്ട്രേറ്റീവ് ഡാറ്റയിൽ നിന്നോ പ്രോപ്പർട്ടി ഫോട്ടോഗ്രാഫുകളിൽ നിന്നോ വേർതിരിച്ചെടുത്ത പ്രോപ്പർട്ടി സവിശേഷതകളെയും ഞങ്ങൾ ആശ്രയിക്കുന്നു. അഡ്മിനിസ്ട്രേറ്റീവ് ഡാറ്റയിൽ നിന്ന് പ്രോപ്പർട്ടി സവിശേഷതകളിൽ പരിശീലനം നേടിയ മികച്ച മെഷീൻ ലേണിംഗ് അൽഗോരിതം 60 ശതമാനം ക്രോസ്-വാലിഡേറ്റഡ് ആർ 2 നേടുന്നു, പ്രവചിക്കപ്പെട്ട മൂല്യങ്ങളുടെ 22 ശതമാനം ടാർഗെറ്റ് മൂല്യത്തിന്റെ 20 ശതമാനത്തിനുള്ളിലാണ്. പ്രോപ്പർട്ടി പിക്ചർ സവിശേഷതകളിൽ പരിശീലനം നേടിയ കമ്പ്യൂട്ടർ വിഷൻ അൽഗോരിതങ്ങൾ മികച്ച പ്രകടനം കാഴ്ചവയ്ക്കുന്നു, മികച്ച അൽഗോരിതത്തിനുള്ള ടാർഗെറ്റ് മൂല്യത്തിന്റെ 20 ശതമാനത്തിനുള്ളിൽ പ്രവചിച്ച മൂല്യങ്ങളുടെ 9 ശതമാനം മാത്രമാണ്.
പ്രോപ്പർട്ടികളെക്കുറിച്ചുള്ള വിവരങ്ങൾ പരിമിതമായ ഒരു സന്ദർഭത്തിൽ പോലും ഒരു പ്രോപ്പർട്ടി ടാക്സ് റോൾ നിർമ്മിക്കാൻ ലളിതമായ മെഷീൻ ലേണിംഗ് രീതികൾ ഉപയോഗിക്കാമെന്നും വ്യക്തിഗത പ്രോപ്പർട്ടി മൂല്യനിർണ്ണയ സന്ദർശനങ്ങൾ ഉപയോഗിച്ച് സർക്കാരിന് കുറച്ച് പ്രോപ്പർട്ടി മൂല്യങ്ങൾ മാത്രമേ ശേഖരിക്കാൻ കഴിയൂ എന്നും ഞങ്ങൾ ഫലങ്ങളെ വ്യാഖ്യാനിക്കുന്നു.
Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision
