ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ПРИ ОЦЕНКЕ НЕДВИЖИМОГО ИМУЩЕСТВА НА ПРЕДПРИЯТИЯХ: ОПЫТ УЗБЕКИСТАНА

ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ПРИ ОЦЕНКЕ НЕДВИЖИМОГО ИМУЩЕСТВА НА ПРЕДПРИЯТИЯХ: ОПЫТ УЗБЕКИСТАНА

Authors

  • Дилдора Мирджалилова
  • Сайёра Мансурова

DOI:

https://doi.org/10.5281/zenodo.20594854

Keywords:

недвижимость, оценка недвижимости, искусственный интеллект, машинное обучение, нейронные сети, цифровизация, инновационные модели, предприятие, рынок недвижимости

Abstract

Исследованы теоретические и практические основы применения искусственного
интеллекта и методов машинного обучения в процессе оценки недвижимости на предприятиях.
Выявлены ограничения традиционных методов оценки и обоснованы возможности повышения точности
оценочных процедур на основе инновационных технологий. Изучены современное состояние рынка
недвижимости Узбекистана, процессы цифровизации и существующие проблемы оценочной практики.
В рамках исследования проведено сравнительное изучение алгоритмов машинного обучения, включая
градиентный бустинг, нейронные сети и регрессионный анализ, а также предложена инновационная
модель оценки, адаптированная к условиям Узбекистана. Полученные результаты свидетельствуют о
том, что модели, основанные на искусственном интеллекте, позволяют снизить погрешность оценки на
53,3 % по сравнению с традиционными подходами.

Author Biographies

Дилдора Мирджалилова

Д.э.н. профессор ТАСУ


Сайёра Мансурова

Докторант ТАСУ


References

1. Deppner J., von Ahlefeldt-Dehn B., Beracha E., Schaefers W. Boosting the Accuracy of Commercial

Real Estate Appraisals: An Interpretable Machine Learning Approach // Journal of Real Estate Finance and

Economics. — 2023. — DOI: 10.1007/s11146-023-09944-1.

2. Root T.H., Strader T.J., Huang Yu-H. A Review of Machine Learning Approaches for Real Estate

Valuation // Journal of the Midwest Association for Information Systems. — 2023. — Vol. 2023. — Iss. 2. — Art.

2.

3. Rodriguez-Serrano J.A. Prototype-Based Learning for Real Estate Valuation: A Machine Learning

Model That Explains Prices // Annals of Operations Research. — 2024. — DOI: 10.1007/s10479-024-06273-1.

4. Deng L., Zhang X. Boosting the Accuracy of Property Valuation with Ensemble Learning and Explainable

Artificial Intelligence: The Case of Hong Kong // The Annals of Regional Science. — 2025. — Vol. 74. — Art.

32. — DOI: 10.1007/s00168-025-01365-7.

5. Deng L. Real Estate Valuation with Multi-Source Image Fusion and Enhanced Machine Learning

Pipeline // PLOS ONE. — 2025. — DOI: 10.1371/journal.pone.0321951.

6. Ishonqulov N.F. Scientific-Theoretical Foundations of Real Estate Valuation and Market Assessment //

International Journal of Business Diplomacy and Economy. — 2025. — Vol. 4. — No. 1. — P. 139–146. — DOI:

10.51699/ijbde.v4i1.367.

Определены задачи по эффективному использованию земельных ресурсов [Электронный ресурс]

/ Президент Республики Узбекистан. — 21-е ноября 2023-го года. — URL: https://president.uz/ru/lists/

view/6878 (дата обращения: 31-е мая 2026-го года).

Published

2026-06-01

How to Cite

Мирджалилова, Д., & Мансурова , С. (2026). ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ПРИ ОЦЕНКЕ НЕДВИЖИМОГО ИМУЩЕСТВА НА ПРЕДПРИЯТИЯХ: ОПЫТ УЗБЕКИСТАНА. GREEN ECONOMY AND DEVELOPMENT, 4(6). https://doi.org/10.5281/zenodo.20594854
Loading...