LokimoAI

Comment sont réalisées les prédictions de LokimoAI ? À quoi correspondent-elles ?

Depuis le début du projet, nous avons suivi l'approche suivante :

• trouver de nouvelles sources de données immobilières et exploiter leur potentiel pour produire des renseignements inédits.

Les fonctionnalités de prédiction s'inscrivent dans ce cadre.

Avant de poursuivre cet article, nous tenons à préciser que les prédictions n'ont pas vocation à être exactes. Leur objectif : être une nouvelle source de données, un indicateur, un avis extérieur. Comment ? En faisant ce que l'intelligence artificielle fait de mieux : repérer des tendances et corrélations qu'un être humain aurait du mal à faire avec un très grand volume de données.

Un réseau de neurone apprenant à classifier une image

Pour chaque zone de France, nous possédons des centaines de données évolutives sur de nombreuses années parmi lesquelles figurent les prix du m². Le principe est ici d'entraîner un réseau de neurones à prédire le prix du mètre carré ancien pour les 3 ans à venir en analysant les données présentes. Pour cela, l'intelligence artificielle va se servir des données antérieures pour comprendre la corrélation entre l'évolution des données en entrée (changements de catégories socio-professionnelles, constructions, nouvelles lignes de transports etc...) et l'évolution des prix.

Exemple de données évolutives prises en compte par les algorithmes

En testant les modèles obtenus, on obtient une erreur moyenne de 300 euros de différence entre le prix du m² prédit dans 3 ans et le vrai prix. On peut ensuite se servir de la recherche avancée pour filtrer les villes en fonction de la prédiction, et se faire ensuite son propre avis.

Les prédictions peuvent servir de filtres pour trouver des zones

En addition de la prédiction de prix du m² ancien, nous sommes heureux de vous annoncer que nous avons développé des nouveaux modèles pour le nombre de ventes par typologie ainsi que pour le prix par typologie de biens.

Ceux-ci vont être prochainement intégrés dans la plateforme sous la forme d'indices de tension, sur une temporalité de deux ans. Selon leurs couleurs, nos IA vont dorénavant indiquer l'évolution du nombre de ventes par typologie ainsi que la tendance évolutive de leurs prix.

Haut du panel de prédictions sur LokimoAI

Le gros de notre travail se situe maintenant dans la compréhension et l'explicitation des résultats de ces algorithmes, souvent qualifiés à raison de "boîte noire". Sur quel cas de figure déjà vu dans le passé l'IA s'est-elle basée pour faire cette prédiction ? Quelles données l'ont le plus influencé pour ces choix ?

De nouvelles fonctionnalités et articles arrivent bientôt sur ce sujet.