Верификация стоимости строительства с использованием алгоритмов машинного обучения

Рассматривается задача верификации стоимости строительства промышленных объектов с использованием алгоритмов машинного обучения. Задача верификации стоимости строительства подразумевает под собой расчёт стоимости исходя из заданных показателей и последующее сравнение посчитанной величины с заявленной. Использование методов искусственного интеллекта при принятии кредитных решений актуально для всех банков, занимающихся кредитованием, так как помогает значительно снизить риски банка без привлечения большого количества высокооплачиваемых специалистов. Поставленная задача решается при помощи регрессионных методов машинного обучения: линейной регрессии типов Huber и ARD, регрессии на основе алгоритма решающих деревьев, регрессии на основе бустинга на решающих деревьях. Алгоритм решения рассматриваемой задачи реализован в программе на языке программирования Python, позволяющей оценить стоимость нового объекта на основе предыдущих аналогичных объектов, а также сравнить полученную стоимость с заявленной и подтвердить или опровергнуть её на основе ряда факторов. Результаты исследования могут быть использованы в банках для верификации стоимости строительства и оценки на основе данной информации стоимостных рисков.

Construction costs verification using machine learning algorithms

This paper discusses the task of verifying the cost of building industrial facilities using machine learning algorithms. The cost calculation is based on the given parameters, then we compare obtained cost with the declared one. The use of artificial intelligence methods in making credit decisions is relevant for all banks involved in lending, which can significantly reduce risks without hiring a large number of highly paid specialists. The solution is obtained using regression methods of machine learning: linear regression based on least squares method, linear regression of the ridge type, regression based on the decision tree algorithm. The decision algorithm adopted in the program using the Python programming language allows evaluate the cost of a new object based on previous similar objects, as well as to compare the received value with the declared one and confirm or reject it on the basis of a number of factors. The research results can be used in banks for verification of construction costs and assessment of cost risks based on this information.