Estimación del precio de renta en predios rurales mediante modelación espacial en Colombia.
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javariana Cali
Abstract
La Sociedad de Activos Especiales (SAE), que administra predios en extinción de dominio, actualmente está en el proceso de otorgar sus predios a diversas instituciones y comunidades para contribuir tanto a la soberanía alimentaria, como a otros sectores sociales del país. Para lograr esto, se deben establecer precios de renta justos y transparentes. Los métodos existentes para estimar la renta en predios rurales no han sido implementados hasta ahora en el país. Este proyecto desarrolla un modelo basado en técnicas de aprendizaje supervisado usando machine learning para estimar la renta de predios rurales en Colombia. El modelo incorpora la dependencia espacial, lo que permite una comprensión más profunda de las variaciones en los precios de renta. Este proyecto representa una oportunidad de innovación para la estimación de la renta en predios rurales y contribuye significativamente a la seguridad y soberanía alimentaria del país.
Description
item.page.descriptioneng
The Special Assets Society (SAE), which manages properties subject to forfeiture, is currently in the process of granting its properties to various institutions and communities to contribute to food sovereignty and other social sectors in the country. To achieve this, fair and transparent rental prices must be established. Existing methods for estimating rent on rural properties have not been implemented in the country so far. This project develops a model based on supervised learning techniques using machine learning to estimate rent on rural properties in Colombia. The model incorporates spatial dependence, allowing for a deeper understanding of variations in rental prices. This project represents an innovative opportunity for rent estimation on rural properties and contributes significantly to the country's food security and sovereignty.
Keywords
SAE, Modelación espacial, Ruralidad, Aprendizaje automático, Validación cruzada, Spatial modeling, Rurality, Machine learning, Cross validation