Análisis de algoritmos de inteligencia artificial para la determinación del avalúo catastral en inmuebles rurales agrícolas mayores a 1 hectárea del municipio de la Peña - Cundinamarca

El presente articulo, orientada a la obtención del título de Especialista en Avalúos con Enfoque Rural, se enfocó en la investigación de los procesos de valoración catastral mediante la implementación de variables clave y algoritmos de inteligencia artificial. A través de un análisis exhaustivo, se exploraron diversas variables que inciden en la determinación de avalúos para bienes inmuebles rurales en el municipio de La Peña - Cundinamarca. Los resultados revelaron que la inclusión de un conjunto amplio de variables, como la ubicación geográfica, el tamaño del terreno, tipo de derecho sobre el bien Inmueble, entre otros, fue fundamental para mejorar la precisión de los modelos de predicción. Particularmente, se destacó el modelo RANDOM FOREST como el más robusto, arrojando resultados favorables en las pruebas realizadas. La capacidad de este algoritmo para manejar diferentes situaciones y conjuntos de datos sugiere que es una herramienta valiosa para la valoración catastral. Además, se subrayó la importancia de la implementación de tecnologías de inteligencia artificial en los procesos de actualización catastral, destacando la oportunidad de optimizar la automatización de la valoración de bienes inmuebles rurales. Estos hallazgos no solo contribuyen como trabajo de grado, sino que también puede tener implicaciones significativas para el desarrollo del país. La modernización de los procesos de valoración catastral mediante la integración de tecnologías puede representar un antes y un después en la actual labor, también sienta las bases para un marco más sólido y actualizado en el ámbito valuatorio. La investigación y aplicación de estos métodos no solo benefician la labor de los especialistas en avalúos, sino que también respaldan el progreso y la competitividad del país en el contexto económico y territorial.

• Autores: Hernández Parrado, Carlos Adrián; Dávila Martínez, Juan Pablo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/39153
• Acceso en línea: http://hdl.handle.net/11349/39153
• Palabra clave: Avalúo; Inteligencia artificial; WEKA; Random Forest; Predios; Redes neuronales; Árboles de decisión; Especialización en Avalúos -- Tesis y disertaciones académicas; Avalúo catastral -- Procesamiento de datos; Valorización -- Inteligencia artificial; Computadores neurales; Bienes muebles -- Técnicas de predicción; Appraisal; Artificial intelligence; WEKA; RandomForest; Property; Decision trees; Neural Networks
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional