Resumen de Desarrollo de aplicación web prototipo para estimación de valores de viviendas en México aplicando modelos de aprendizaje automático

Fabián Espinoza Garza, Yobani Martínez Ramírez, Alan Ramírez Noriega, Iván Noel Álvarez Sánchez

• español

  Se presenta el desarrollo de un prototipo de aplicación web para estimar el valor de viviendas en México, utilizando modelos de aprendizaje automático (AA). Se describe la evolución de la valuación en México y la oportunidad que representa el AA para mejorar la precisión y eficiencia. El artículo se basa en datos abiertos del Sistema Nacional de Información e Indicadores de Vivienda (SNIIV) y emplea modelos Random Forest (RF) y Linear Regression (LR), destacando la superioridad del primero en rendimiento. Se detalla la metodología, arquitectura y herramientas tecnológicas utilizadas para construir la aplicación y se presentan los resultados de precisión por entidad federativa, mostrando la viabilidad técnica del prototipo a pesar de limitaciones como la variabilidad del desempeño y la falta de normatividad para su aplicación en casos reales.

• English

  The development of a prototype web application for estimating home values in Mexico using machine learning models (ML) is presented. The evolution of valuation in Mexico is described, along with the opportunity that machine learning represents to improve accuracy and efficiency. The article is based on open data from the National Housing Information and Indicators System (SNIIV) and employs Random Forest (RF) and Linear Regression (LR) models, highlighting the superiority of the former in performance. The methodology, architecture, and technological tools used to build the application are detailed, and the accuracy results are presented by state, demonstrating the technical feasibility of the prototype despite limitations such as performance variability and the lack of regulations for its application in real-life cases.