ZAMONAVIY BAHOLASH FAOLIYATIDA PYTHON DASTURLASH TILINI QO‘LLASHNING USLUBIY ASOSLARI VA ISTIQBOLLARI
DOI:
https://doi.org/10.5281/zenodo.20273765Ключевые слова:
baholash faoliyati, Python, raqamlashtirish, avtomatlashtirish, ma’lumotlar tahlili, baholash modellari, Big Data, algoritmik yondashuvАннотация
Ushbu maqolada zamonaviy baholash faoliyatida Python dasturlash tilining imkoniyatlari va uni amaliyotga
joriy etishning uslubiy asoslari tadqiq etiladi. Muallif baholash jarayonlarini raqamlashtirish, katta hajmdagi ma’lumotlarni
(Big Data) qayta ishlash va hisoblash aniqligini oshirishda ushbu tilning afzalliklarini yoritib bergan. Maqolada Python
kutubxonalari (Pandas, NumPy, Scikit-learn) yordamida baholash modellarini avtomatlashtirish istiqbollari tahlil qilinadi.
Tadqiqot natijalari baholovchilarning ish samaradorligini oshirish va sohada innovatsion axborot texnologiyalaridan
foydalanish bo‘yicha ilmiy-amaliy tavsiyalarni o‘z ichiga oladi
Библиографические ссылки
1. O‘zbekiston Respublikasi Prezidentining 2020-yil 5-oktabrdagi “Raqamli O‘zbekiston — 2030” strategiyasini tasdiqlash
va uni samarali amalga oshirish chora-tadbirlari to‘g‘risida”gi PF–6079-son Farmoni // URL: https://lex.uz/docs/5030957
2. Oʻzbekiston Respublikasining 19.08.1999-yildagi “Baholash faoliyati toʻgʻrisida”gi 811-I-son Qonuni // URL: https://lex.
uz/ru/docs/-24703
3. Ўзбекистон Республикаси Ягона миллий баҳолаш стандарти (ЯМБС).
4. Сиволап Г. В. Применение методов машинного обучения в оценке недвижимости // Вестник экономических
исследований. – 2023. – № 4. – С. 25–32.
5. Слободчикова Е. В. Разработка предсказательной модели стоимости недвижимости с применением алгоритмов
машинного обучения. – Екатеринбург: УрФУ, 2024.
6. Фарайдунов О. К., Амонбекова З. А. Анализ данных в среде языка программирования Python для решения
экономических задач // Экономика и финансы. – 2024.
7. Выходцев Н. А. Использование искусственного интеллекта для оценки стоимости недвижимого имущества //
Компьютерные и информационные науки. – 2023.
8. International Valuation Standards Council. International Valuation Standards (IVS) 2024. – London: IVSC, 2024.
9. Rey-Blanco, D., Zofío, J. L., & González-Arias, J. Real Estate Valuation Decision-Making System Using Machine
Learning and Geospatial Data // ResearchGate. – 2024.
10. Naji M. Real Estate Market Analysis and Prediction using Machine Learning: A Case Study // Esri Lebanon Thesis
Report. – 2024.
11. Chen L., et al. Automated Real Estate Valuation With Machine Learning: A Case Study on Apartment Sales //
ResearchGate. – 2026 (Pre-print).
12. Cihan Çılgın., Hadi Gökçen, Machine learning methods for prediction real estate sales prices in Turkey. http://www.
revistadelaconstruccion.uc.cl/
13. McKinney W. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and Jupyter. – 3rd Edition. – O‘Reilly
Media, 2022.
14. Zillow Research. Automated Valuation Models and Market Accuracy. – Seattle: Zillow, 2024.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 ЗЕЛЁНАЯ ЭКОНОМИКА И РАЗВИТИЕ
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.