numpy
data analytics
data analysis
data visualization
линейная регрессия
xgboost
svm
random forest
git
postgresql
pandas
beautifulsoup
python
statistical analysis system
scikit‑learn
data processing
data mining
data science
К списку работ
Евгений Бодягин
Searcher /Серчер/. Система сбора, мониторинга и анализа данных рынка недвижимости.
Web версия Searcher /Серчер/ представлена по вторичному рынку квартир г.Тюмени.
Часть разделов сервиса:
Карта цен. На карте наглядно представлены заявки на продажу с цветом соответствующим ценовому диапазону. Возможна фильтрация заявок по трем параметрам: "Количество комнат", "Ремонт", "Тип дома".
Ценометр. У всех имеющихся заявок на продажу есть два параметра: площадь и цена за метр квадратный. Каждая заявка отображается на диаграмме "Ценометр". Как правило, объекты с бОльшей площадью имеют меньшую стоимость за один метр квадратный. Но... насколько? Общую тенденцию показывает коэффициент линейной регрессии.
Диапазоны цен. Этот раздел поможет сориентироваться в текущих диапазонах цен. Web версия Searcher /Серчер/ позволяет отслеживать диапазоны по трем параметрам: "Количество комнат", "Ремонт", "Тип дома". Если вас интересуют диапазоны цен по иным критериям, свяжитесь с автором
Структура предложений. Данный раздел отражает активность игроков рынка недвижимости.
DataСерчер-Зачем. Раздел описывает возможности DataСерчера - перечне методов машинного обучения, а также программных обработок ориентированных на поиск оптимальных решений; DataСерчер позволяет, что называется "на цифрах" /аргументированно/ беседовать со встречной стороной в сделке. Дано пояснение о возможности интеграции обработок DataСерчера с искусственным интеллектом на программном уровне (API GPT).
https://dsprog.pro/searcher