Data Science for Real Estate

Binnenkort verschijnen nieuwe startdata & prijzen

Data Science for Real Estate

Kan je met goede gegevensanalyse je vastgoedportefeuille laten groeien? Vanzelfsprekend. Kan je zélf data gebruiken om de vastgoedmarkt te analyseren? Jawel, en met Data Science for Real Estate leer je het al doende, ism onze opleidingspartner Immoparse.

Je nieuwe dataskills pas je al meteen toe in je eigen vakgebied. Door slim gebruik van data verbeter je je analyses en waarderingen, en neem je beter onderbouwde beslissingen. Als vastgoedprofessional of onafhankelijke investeerder vergroot je zo je voorsprong op de concurrentie.

Binnenkort verschijnen nieuwe startdata & prijzen

Sector

IT & Digital transformation

Leervorm

Campusleren

Startdatum(s) Deze opleiding op maat van jouw bedrijf?

Hou me op de hoogte van een nieuwe startdatum

Introductie

In acht sessies, gespreid over vier volle dagen, leer je hands-on:

• indexen construeren
• waarderingen automatiseren
• clusters analyseren
• tijdreeksen voorspellen

Met deze technieken onder de knie kan je met je eigen datasets snel en efficiënt:
• eerlijke transactieprijzen bepalen
• toekomstige rendementen voorspellen
• locaties analyseren

Tijdens de vierdaagse maak je gebruik van de ervaring én testdata van opleidingspartner Immoparse.

Doelgroep

De opleiding is geschikt voor iedereen die affiniteit heeft met vastgoed en graag een probleem oplost door toepassing van een data science-algoritme.

Ontwikkelaars, investeerders, makelaars, data analisten, financieel adviesverleners, overheidspersoneel, stadsplanners... die de vastgoedmarkt willen analyseren, er in willen investeren of voorspellen zijn welkom.
De opleiding vereist basiskennis Excel.

Programma

Sessie 1&2: Python, Pandas and Scikit-Learn Bootcamps

Pandas: gemakkelijk leren grote datasets organiseren en bewerken, met inbegrip van tijdreeksgegevens
Matplotlib / Seaborn: maken van boxplot, scatterplots...
Scikit-Learn Learning: je leert de belangrijke algoritmen voor machine learning die momenteel bestaan en leert deze effectief te gebruiken
Inleiding tot lineaire regressie analyse
Eerste stappen Power BI voor data in te laden en van start te gaan met analyses.

Sessie 3&4: Price Indices

Toelichting hoe price indices werken en hoe de analist deze zelf kan construeren

Analist kan submarkten analyseren en evoluties herkennen (bijvoorbeeld: appartement Hasselt)
Overzicht indices: stratification/mix-adjustment, repeat sales, appraisal method, hedonic regression
Hedonic Regression: Laspeyres, Fisher, Paasche
Home affordability index
Je kan zelf indexen maken: appartementen met terras tov appartementen zonder terras
Interpretaties van indexen en markt opvolgen
De indexen worden met Python en Power BI gecreëerd.

Sessie 5&6: Automated Valuation Models

Statistisch model dat grote datasets gebruikt om een eerlijke transactieprijs voor een pand te voorspellen.

Analist leert zelf een hedonisch regressie model bouwen en beoordelen
Overzicht verschillende modellen:
- Single period models: prijs bepalen, een prijsvork bepalen
- Multi period models
- Aspecten van modellen behandelen als nauwkeurigheid, standaarden...

Sessie 7: cluster analyse

Cluster analyse: gebruik unsupervised learning om vastgoed data te analyseren en om gelijkenissen tussen panden te herkennen.

Je kan zelf een cluster analyse doen en submarkten bepalen
K-means, principal component analyse doen, dendrogrammen maken, DBSCAN
Groepen van panden bepalen en begrijpen waarom deze verschillen voor iedere groep een model maken
Impact van macro-economische variabele op vastgoed indexen (voor beleggers, immo-investeerders...).

Sessie 8: Tijdreeks analyse

Time series in pandas
Univariate, multivariate series, arima-models
Analyse: level, trend, seasonality, noise
Analist leert onderliggende data begrijpen en kan voorspellingen maken.

Trainers en docenten

Onze trainers en docenten zijn echte experten uit het werkveld. Zij staan klaar om ondernemende studenten, professionals en bedrijven te inspireren en verder te helpen. Met een sterk netwerk aan freelance trainers en docenten haalt PXL-NeXT de beste expertise in huis!

Lees meer

Bart

Bours

Bedrijven

Bij PXL-NeXT zetten we intensief in op samenwerkingen met bedrijven en organisaties. Dit is altijd vanuit een strategisch oogpunt waarbij een gezamenlijke win-win altijd het vertrekpunt is van het partnership.

Lees meer

Immoparse

Website

kmo-portefeuille

Thema: Digitalisering

De kmo-portefeuille is een subsidie van de Vlaamse Overheid waardoor je tot 30% van je inschrijvingsgeld kan recupereren. Lees hier hoe de KMO-portefeuille in zijn werk gaat.

Netto verschuldigd bedrag voor:

* middelgrote ondernemingen
** kleine ondernemingen

Extra info

Praktische info:

De analyses worden in Jupyter Notebook gedaan voor de leesbaarheid en hergebruikbaarheid en de meeste visualisaties in Power BI Desktop.
BYOD (Bring Your Own Device): om aan deze opleiding te kunnen deelnemen, breng je je eigen laptop mee.

Lesdata:

4 lesdagen telkens van 9 uur tot 16.30 uur

do 04/05/2023

do 11/05/2023

do 25/05/2023

do 01/06/2023

Locatie: PXL-NeXT - Campus Corda (gebouw 1, 1ste verdieping)

Koffie, frisdrank en lunch worden voorzien

Contact:
Wim Guldentops
business developer IT
g| +32 (0) 476 57 04 92
e| wim.guldentops@pxl-next.be

Meer info nodig?

Geen antwoord gevonden op je vraag? Stel ze hier aan onze medewerkers!

Wim

Guldentops