Immo BeCode

Links:

• Trello (Task & TODO): https://trello.com/invite/b/UPmmjZrz/8a246638fa887895a9e62dee1af81a61/immo-becode
• Google doc (Variables to scrape): https://docs.google.com/document/d/1VbQlBBeQW9jCXNs_zTQ9vKxIA98yAnGEzPghZ5jW6vo/edit?usp=sharing

Plan

1. Data's collecting:

Where ?

Immoweb/Zimmo/Immo.vlan

Which variables ?

• Données qu'on veut : date mise en vente, prix, type... ? EVERYTHING ! Identifier variables voulues, variables communes
• Penser à collecter ok maps
• Terrains à bâtir ?

Features:

• recupération régulière des nouvelles données pour faire des analyses dans le temps
• Comment merger différents sites ?

2. Data's clean

• Données de différentes sources => duplicate, pas toutes les mêmes données... (date non utilisé)

3. Analysis/Visualisation

• Notebooks de visualisations
• Correlations : quelles variables réellement utiliser
• Limitations dans les valeurs extrêmes
• Maps dans le temps ?
• Qu'est-ce qui a été vendu ? Qu'est-ce qui est là depuis 10 ans (et donc prix pas approprié ?)

4. Analysis/Visualisation

• Demander au logiciel si une maison est une bonne affaire => utilité des analyses (FEATURE)
• Avec données => arriver à une estimation de prix => utilité des analyses (FEATURE)
• Avec des données incomplètes, être dirigé vers ce qui va => utilité des analyses (FEATURE)
• Bien resté longtemps/court => vente rapide, trop peu cher ? Caractéristiques des maisons qui se vendent rapidement
• Dans la tête d'un promotteur : qu'est-ce qui donne le plus de valeur ? Où trouver un terrain à bâtir et qu'en faire (prix des TERRAINS à bâtir) Quels critères selon quel endroit

5. Machine learning To come

6. IA

7. braquer une banque (sponsorisé pas BeCode)

Fusionner nos 3 projets