Grant: Applied Research and Development Grants - Level 1

Le projet porte sur l'intégration d'un volume massif de données structurées et non-structurées, présentement sous-exploitées dans le processus d'évaluation immobilière. De façon générale, l'évaluateur se fie à un nombre limité de caractéristiques sur une propriété afin d'effectuer l'évaluation. La méthode actuelle que l'on retrouve sur le marché pour évaluer un actif immobilier est uniquement basée sur l'historique du prix de vente, l'estimation de la valeur par rapport au marché, la relation entre l'offre et la demande, la localisation et les caractéristiques macros de l'immeuble telles que la superficie de terrain, superficie habitable, qualité de finition et âge des immeubles, etc. Pourtant, cette technique suggère des prix relativement constants et peu réactifs tandis que la vraie valeur varie de façon plus complexe, en fonction entre autres du goût du jour, de la présence d'un plan d'eau, de la qualité et la noblesse des matériaux, de la proximité des services, de la maturité de la végétation présente sur le terrain. Afin d'exploiter les données recueillies et de raffiner considérablement la précision de l'évaluation immobilière, JACOBB utilisera l'apprentissage machine afin d'identifier les caractéristiques ayant le meilleur pouvoir prédictif sur la valeur d'un immeuble.