家賃は、建物が持つ価値と立地が持つ価値などの複合的な要素から形成されています。そこで土地の価格（地価）を用いずに地域内の場所の価値を家賃から導き出し相対評価できないか？というトライアルとして、部屋面積、築年数、建物種別、緯度、経度を説明変数とし、家賃を目的変数とする学習（回帰分析）を行ったのち、部屋面積、築年数、建物種別が同じ条件のもと、メッシュ状に配置した場所（緯度・経度）において賃料を予測し場所による価格差を地図上で可視化しました。

建物条件と立地条件からなる説明変数から家賃の目的変数を求める回帰分析行います。まず、（駅、学校、公園、スーパー、コンビニ）からの距離、などの立地の要素は、緯度・経度で暗黙的に示されておりブラックボックス化できます。そこで建物条件（部屋面積、築年数、建物種別）と緯度、経度を説明変数とし家賃を目的変数とします。
この回帰分析を大量の賃貸物件データからディープラーニングを使用して求めました。結果として、ディープラーニングの学習結果モデルから任意の建物条件と緯度経度を設定して賃料を推測することができます。
例えば地点Aと地点Bに同じ建物が建っていたとして、その家賃はいくらか？を求めることによって、地点Aと地点Bの価格差＝場所の相対的な価格差を求めることができます。

訓練用データ定義

賃料予測結果

GISで可視化