Girón Cruz, Luis EduardoDow Valenzuela, SebastiánSalazar Jaramillo, Fabián Andrés2024-08-162024-08-162023https://vitela.javerianacali.edu.co/handle/11522/3834En el presente trabajo se pretenden contrastar las predicciones de los precios obtenidos por técnicas tradicionales de econometría y técnicas computacionales basadas en el aprendizaje automático. A partir de datos de 5074 apartamentos en Cali en el 2019 con sus características obtenidos de las páginas de ventas de inmuebles y utilizando regresión múltiple, K-NN, regresión LASSO y bosques aleatorios, encontrando que, en general, las técnicas de Machine Learning arrojan predicciones más precisas que el método de pronóstico fundamentado en regresión múltiple pero no por un margen muy amplio65 p.application/pdfspaEconometríaAprendizaje automáticoRegresión múltipleK-NNMáquinas de soporte vectorialBosques AleatoriosPronósticoLASSOEconometricsMachine LearningMultiple RegressionSupport Vector MachinesRandom ForestsForecastingContrastación de técnicas econométricas tradicionales y aprendizaje automático en la predicción de los precios de los apartamentos de Santiago de Cali en el 2019http://purl.org/coar/resource_type/c_7a1fhttps://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2