El Trabajo que realicé en DKS como Proyecto Fin de Máster de Data Science tiene como objetivo estimar los precios del alquiler de viviendas. Busqué que el TFM a realizar cumpliera estos propósitos:
– utilizar fuentes públicas de información
– tener una aplicación real y cercana a todos
– exponer los resultados de la forma más sencilla posible
Las fuentes de datos utilizadas han sido:
– información catastral, accesible desde la web de catastro
– datos de precios de alquiler reales
– capas gráficas de GIS con la información de barrios
La idea inicial era realizar la estimación en todo el territorio nacional, pero la única fuente que cumplía estos requisitos era la de catastro. Tras analizar distintas opciones, limité el análisis a Madrid, que disponía de datos de precios de alquiler del instituto público de la vivienda y una cartografía de barrios.
El siguiente paso fue homogeneizar y enriquecer la información. Como ejemplo, la información de catastro no contiene datos del barrio, y se utilizó la capa gráfica de GIS para añadir esta información.
Tras la etapa de ETL, con técnicas de Machine Learning se estima el precio del alquiler de todas las viviendas de Madrid, utilizando los predictores disponibles que aportan información relevante: superficie, antigüedad de la vivienda, altura, barrio y presencia de garage.
Finalmente los datos se presentan en un Dashboard, donde se puede analizar la información sobre un mapa de barrios, en el que ajustando los distintos predictores se obtiene el mapa de calor de Madrid de los precios de alquiler.
También se generaron 2 mapas de calor más: altura y antigüedad, demostrando que una vez procesada y tratada la información se pueden buscar aplicaciones que inicialmente no se habían considerado.
Toda la información, código del proyecto y datos se encuentran en github y puedes verlo aquí.
Además, si quieres poder trabajar en proyectos tan interesantes como este de Manuel Maestre, nuestro Máster de Data Science te proporcionará todas las herramientas, conocimientos y recursos para convertirte en un Data Scientist, como el mismo nos explicaba hace unas semanas.
El artículo TFM Data Science: Manuel Maestre, estimación precios del alquiler fue escrito el 23 de February de 2017 y guardado bajo la categoría Data Science. Puedes encontrar el post en el que hablamos sobre .
Nuestros cursos
Maestría en Data Science
Domina las mejores técnicas de análisis de datos
Master
8 meses
Primavera
Maestría en Product Manager
Titulación conjunta con:
Master
8 meses
Otoño
Descrubre nuestros cursos
15 · 04 · 2026
Data Lake: Qué es, Arquitectura y Clave para el Big Data
Las empresas en la actualidad gestionan un gran volumen de datos, lo que hace imprescindible poder comprender cómo lo hacen. Te contamos por qué el Data Lake es un tecnología imprescindible cuando hablamos de estrategia de análisis y cómo se ha convertido en fundamental en la actualidad. Definiendo el data lake: más allá del almacenamiento […]
14 · 04 · 2026
Web Scraping: guía definitiva de extracción de datos web
A la hora de analizar datos es fundamental conocer una serie de técnicas y sobre todo, entender cómo se recopilan los datos en Internet. Te contamos qué es el Web Scraping y por qué motivo esta técnica se ha convertido en una habilidad imprescindible para los analistas de datos. ¿Qué es el web scraping y […]
13 · 04 · 2026
El consultor Business Intelligence: Tu guía completa para una carrera estratégica
Transformar información dispersa en conocimiento y tomar decisiones basadas en datos es fundamental en el contexto empresarial. Para ello, es imprescindible que los gatos que las organizaciones generan cada día de forma masiva, se puedan comprender y servir como base de conocimiento para la toma de decisiones. En este punto es necesaria la intervención del […]
13 · 03 · 2026
Deep Reinforcement Learning: La Revolución de la Inteligencia Artificial Autónoma
A través de la Inteligencia Artificial, es posible crear sistemas que sean capaces de aprender a tomar decisiones de forma autónoma, tengan estas la complejidad que tengan. Esto es posible gracias al Deep reinforcement learning. Te contamos cuáles son sus fundamentos, qué algoritmos son fundamentales, qué herramientas son las más usadas y cuáles son sus […]