Eraikinaren ikuskapen teknikoen emaitzen iragarpena (EIT)
Deskribapena
Algoritmoak zehazten du zein etxebizitzek gaindituko duten azterketa teknikoa eta zein etxebizitzek ez, eta arrazoiak. Random Forest, Decission Tree eta Logistic Regression tresnak erabiltzen ditugu (Sckikit-learn).
- Erakundea:
- Etxebizitza eta Hiri Agenda - Etxebizitzako Plangintzaren eta Prozesu Eragileen Zuzendaritza.
- Arduraduna:
- Mario Yoldi Domínguez.
- Kontaktua:
- Harremanetarako datuak.
- Erakunde arduraduna arlo teknikoan:
- EJIE - Negozioaren euskarria.
Informazio gehiago
Sistema algoritmikoa zer daturekin entrenatzen ari den eta erabiltzen ari denean zer datu prozesatzen diren azaltzen da.
| Datu-multzoaren izenburua | URL (publikoa bada) | Ereduan datuak erabiltzearen helburua |
|---|---|---|
| EUSTATen etxebizitzak, biztanleria eta etxebizitzak birgaitzeko laguntzei buruzko informazioa, INEren biztanleria, iraganeko EITen datuak eta emaitzak, etorkizuneko EITen datuak. | - | Zehaztea zenbat eskaera egongo diren etorkizunean ESekin (Etxebizitza Eskubide Subjektiboa) eta EPErekin (Etxebizitzarako Prestazio Ekonomikoa). |
Sistemak sarrerako datuak automatikoki nola prozesatzen dituen azaltzen da, ereduaren emaitzak sortzeko.
- Erabilitako teknologia eta zeinek garatu du:
- Scikit-learn Python programazio-lengoaiarako ikasketa automatikoko liburutegia da. Funtsezko hainbat teknologia erabiltzen ditu:
- Python: idatzita dagoen hizkuntza nagusia da.
- NumPy: aljebra linealeko eragiketetarako eta array-ak maneiatzeko.
- SciPy: kalkulu zientifiko eta matematikoetarako.
- Cython: algoritmo batzuen errendimendua hobetzeko.
- Matplotlib: datuak bistaratzeko.
- Proiektua 2007an hasi zuen David Cournapeauk, Google Summer of Code31 proiektuaren barruan. Geroago, Matthieu Brucher, Fabian Pedregosa, Gaël Varoquaux, Alexandre Gramfort eta Vincent Michel bezalako garatzaileek bat egin zuten eta 2010ean lehen bertsio publikoa kaleratzen lagundu zuten.
- Algoritmo mota:
- Gainbegiratu gabeko sailkapen-algoritmoa.
- Algoritmoaren deskribapena:
- Random Forest eta Decision Tree algoritmoak gainbegiratutako ikaskuntza-metodoak dira, eta erabaki-zuhaitzen ereduen familiakoak dira.
- Logictic Regression algoritmoa sailkapen bitarreko ikaskuntza metodo gainbegiratua da.
- Iturburu kodea eta auditoretza independentea:
- Random Forest, Decission Tree eta Logistic Regression Scikit-learn-ekoa.
Hala badagokio, berdintasuna eta diskriminaziorik eza sustatzeko neurriren bat ezarri behar izan den azaltzen da, adina, jatorria, nazionalitatea, hizkuntza, erlijioa, sinesmena, iritzia, jarduera politikoa eta abar direla-eta.
Ez da aplikatzen, ez baita erabiltzen AAren algoritmoetan aurreiritziak edo desberdintasunak sar ditzakeen alborapen-daturik.
Azaldu egiten da arduradunak nola dauden jakinaren gainean edo nola kontrolatzen duten sistema, eta ziurtatu behar da ez duela ondorio kaltegarririk edo desiorik sortzen.
Sistemak ez du inolako autonomia-mailarik erabakiak hartzerakoan, eraikinen ikuskapen teknikoak pertsonek aurrez aurre egiten dituztelako etxebizitzaz etxebizitza, sistematik lortutako informazioa gorabehera.
Sistemarekin eta horiek arintzeko erabilitako metodoekin lotutako arrisku ezagunak.
Gure ustez, ez dago sistemarekin eta erabilitako metodoekin lotutako arriskurik, erabakiak hartzeko autonomia propiorik gabeko prozesuak baitira, baizik eta teknikariei laguntzekoak. Gainera, ez da informazio mota horren iturri bakarra, etxebizitzaren behatokiaren barruan beste hainbat daude.
Azken aldaketako data: