An uncertainty-aware AI system for identifying undervalued homes: Market Value Prediction with Calibrated Uncertainty and Deal Ranking

Abstract

This thesis designs, implements and evaluates an AI-based decision-support system for identifying potentially undervalued residential properties. The system is evaluated using a case study dataset of realized transactions from Lappeenranta, Finland. The system learns a normal market price per square meter from recent realized transaction data using structured property and area features. To support uncertainty-aware decision making, the system outputs both a point prediction and a prediction interval. It compares point-based deal scoring with an interval-based scoring approach that uses a conservative estimate from the interval. In addition, the system includes model explainability so that users can understand which features influenced the predicted market price.

The work is implemented as a locally runnable and reproducible pipeline. The system is evaluated using held-out test data with repeated random train-test splits. The results show that the main gradient boosting model predicts prices more accurately than a regularized linear baseline. The prediction intervals achieve near-target coverage on average, indicating that the uncertainty ranges behave reasonably under the evaluation setup. In the deal ranking experiment, the uncertainty-aware scoring does not improve top-K ranking performance in this dataset compared to point-based scoring, but the interval output still adds value as a safety signal by supporting more cautious interpretation when the model is uncertain. Overall, the thesis demonstrates how price prediction, uncertainty estimation, deal ranking and explainability can be combined into a practical decision-support prototype, while highlighting the data and evaluation constraints that influence performance.

Tässä työssä suunnitellaan, toteutetaan ja arvioidaan tekoälypohjainen päätöksenteon tukijärjestelmä, jonka tavoitteena on tunnistaa mahdollisesti alihinnoiteltuja asuinkiinteistöjä. Järjestelmää arvioidaan Lappeenrannasta kerätyn toteutuneiden transaktioiden tapaustutkimusaineiston avulla. Järjestelmä oppii ennustamaan neliöhinnan pyydetylle kohteelle hyödyntämällä viimeaikaista toteutuneisiin kauppoihin perustuvaa aineistoa, jossa listataan kohteen ominaisuuksia ja alueellisia muuttujia. Riskejä huomioivaa päätöksentekoa varten järjestelmä tuottaa sekä pisteennusteen että ennustevälin ja työssä verrataan pistemäistä “deal score” -laskentaa epävarmuuden huomioivaan pisteytykseen, jossa käytetään ennustevälin konservatiivista arviota. Lisäksi järjestelmään sisältyy selitettävyys, jotta käyttäjä voi nähdä, mitkä tekijät vaikuttivat ennustettuun markkinahintaan.

Työ toteutetaan paikallisesti ajettavana ja toistettavana putkena. Järjestelmää arvioidaan pidätetyllä testidatalla käyttäen toistettuja satunnaisia opetus- ja testijakoja. Tulokset osoittavat, että päämallina käytetty gradient boosting -malli ennustaa hintoja tarkemmin kuin säännöllistetty lineaarinen vertailumalli. Ennustevälit saavuttavat keskimäärin tavoitetason mukaisen kattavuuden, mikä viittaa siihen, että epävarmuusvälit käyttäytyvät arviointiasetelmassa järkevästi. Deal-ranking -kokeessa epävarmuuden huomioiva pisteytys ei paranna top-K mittareita tässä aineistossa piste-ennusteisiin perustuvaan pisteytykseen verrattuna. Ennusteväli tuo silti lisäarvoa varoitussignaalina, koska se tukee varovaisempaa tulkintaa silloin, kun malli on epävarma. Kokonaisuutena työ osoittaa, miten hintaennustaminen, epävarmuuden arviointi, deal-ranking ja selitettävyys voidaan yhdistää käytännölliseksi prototyypiksi tukemaan päätöksentekoa. Lisäksi työ tuo esiin aineistoon ja arviointiin liittyvät rajoitteet, jotka vaikuttavat suorituskykyyn.