try 2 change to ipynb

dev-0/out.tsv

@@ -0,0 +1,462 @@
+93925.83
+65075.145
+100406.98
+81483.12
+102840.83
+144380.33
+78748.45
+85585.11
+72663.83
+80115.79
+65758.81
+72663.83
+95826.42
+93023.39
+93597.67
+81496.79
+73785.04
+68247.35
+79418.45
+65075.145
+84122.07
+67536.34
+83123.914
+108487.9
+93789.09
+115666.39
+126878.5
+81578.83
+92421.766
+105780.586
+73279.13
+76013.8
+100215.555
+82303.516
+100215.555
+72595.47
+122721.82
+99668.62
+68110.625
+126345.24
+73593.62
+98848.22
+58238.492
+82700.04
+118742.88
+99176.375
+64008.63
+79856.0
+71939.15
+63707.812
+60508.26
+65075.145
+64801.68
+89687.1
+112384.79
+74646.46
+73962.8
+128245.83
+114299.055
+58238.492
+57377.07
+103934.69
+55503.83
+197706.23
+133441.69
+90015.266
+167624.95
+116049.24
+93228.49
+110197.06
+55777.297
+64008.63
+82850.45
+80799.45
+72034.86
+133441.69
+102676.75
+121983.46
+75412.17
+100215.555
+61656.816
+68411.43
+70544.47
+71911.805
+65075.145
+82221.48
+63707.812
+95156.43
+60973.152
+65075.145
+200044.38
+113779.48
+112931.73
+98848.22
+54136.5
+74646.46
+49214.105
+95142.76
+81619.85
+75603.59
+106095.07
+77381.125
+82303.516
+70503.45
+58552.977
+57896.66
+107462.41
+70763.24
+70858.95
+78064.79
+77107.66
+184032.92
+61752.53
+92968.7
+70708.55
+77107.66
+79842.32
+81756.586
+67536.34
+93789.09
+58922.156
+96523.76
+206963.08
+151080.27
+86952.445
+125675.25
+65211.875
+95156.43
+74249.94
+97891.086
+78748.45
+64815.355
+175268.33
+83534.12
+79158.66
+54054.46
+60973.152
+61068.867
+65075.145
+84491.25
+146841.53
+121135.71
+101856.35
+124977.91
+103360.414
+66579.21
+91054.44
+110593.59
+83000.86
+122503.05
+63106.19
+81113.94
+139594.67
+80115.79
+119303.49
+65075.145
+71433.234
+101856.35
+73033.016
+95156.43
+79445.8
+104727.74
+80047.42
+76013.8
+81578.83
+57664.215
+128409.914
+56187.496
+101993.08
+55503.83
+70503.45
+79199.68
+81496.79
+93789.09
+129161.945
+80854.15
+106327.516
+59769.9
+82782.086
+75316.46
+122995.28
+76013.8
+48667.176
+62231.094
+51976.117
+66442.48
+82221.48
+54915.875
+101719.62
+85585.11
+60973.152
+107435.06
+73279.13
+114162.33
+73935.45
+108829.734
+77381.125
+87745.5
+98848.22
+112931.73
+73279.13
+49145.742
+57691.555
+93789.09
+68384.086
+70544.47
+85585.11
+70544.47
+94253.99
+70175.29
+95156.43
+114299.055
+179848.9
+65075.145
+101993.08
+82194.13
+86132.05
+117854.12
+83137.586
+77381.125
+83465.75
+74796.87
+40463.19
+82631.68
+75918.08
+78748.45
+108816.06
+65075.145
+75316.46
+57418.094
+68411.43
+57965.023
+70544.47
+67809.81
+101610.23
+104536.32
+78748.45
+166257.62
+69997.54
+71911.805
+68028.58
+58347.88
+71419.56
+55503.83
+81072.92
+77791.32
+78201.52
+76287.26
+81346.39
+96660.49
+86405.51
+69888.15
+57691.555
+133742.5
+74988.3
+78174.18
+82850.45
+151859.64
+122503.05
+95156.43
+59933.984
+60562.953
+113205.19
+54259.56
+79842.32
+136176.34
+55845.66
+54560.37
+177196.28
+59988.67
+56871.16
+80662.72
+174461.61
+48202.28
+88948.74
+95361.53
+106108.75
+100625.75
+80115.79
+139321.22
+75330.125
+103168.984
+55503.83
+89646.086
+111564.4
+65075.145
+76875.21
+54560.37
+100625.75
+66169.01
+149712.92
+90712.6
+78748.45
+81428.42
+72048.53
+51688.977
+73744.02
+83534.12
+79856.0
+73279.13
+84217.78
+125552.195
+114299.055
+135164.53
+65075.145
+80525.984
+80020.08
+54136.5
+95990.5
+73347.5
+78433.97
+55271.383
+129476.43
+214114.2
+93789.09
+65075.145
+86268.77
+109280.95
+57185.645
+106095.07
+68643.88
+126605.04
+101993.08
+63707.812
+73279.13
+62381.5
+73279.13
+72404.04
+73279.13
+53863.03
+77381.125
+54861.184
+184032.92
+100078.81
+116896.99
+234624.17
+93789.09
+78748.45
+79363.76
+58703.383
+109896.25
+104549.99
+83465.75
+74646.46
+49350.84
+118537.78
+49350.84
+93707.055
+14483.906
+77545.2
+74017.49
+82166.78
+64090.664
+231889.52
+53261.406
+68028.58
+65088.816
+57513.81
+60891.11
+85585.11
+99805.35
+116896.99
+173094.28
+70544.47
+93925.83
+85585.11
+88183.04
+262640.78
+93707.055
+78734.79
+82850.45
+58306.855
+71228.13
+168035.16
+101582.875
+69518.97
+66442.48
+70544.47
+72349.34
+92421.766
+70763.24
+150533.33
+130132.75
+78488.664
+147115.0
+135041.45
+84081.05
+54327.926
+157069.17
+54478.332
+69956.516
+69095.1
+108829.734
+97070.695
+82850.45
+147115.0
+104727.74
+97248.44
+61109.883
+91218.516
+86104.695
+151216.98
+154908.78
+120862.25
+94336.03
+130707.03
+135889.2
+91054.44
+71843.44
+88319.77
+137461.64
+54833.836
+102170.83
+71952.82
+129408.07
+116377.4
+212746.88
+86542.24
+102143.484
+110921.75
+134809.02
+70503.45
+40504.21
+102881.85
+76177.875
+74783.195
+82262.5
+82262.5
+77914.38
+82043.73
+128779.086
+128177.47
+79842.32
+116350.055
+94882.96
+121081.016
+139184.47
+131527.42
+233256.84
+80143.13
+85284.3
+142370.36
+101610.23
+74783.195
+87923.24
+104495.3
+333345.44
+102321.234
+62504.562
+76000.125
+62326.812
+106081.4
+62326.812
+77969.08
+96728.86
+112630.914
+115502.305
+112630.914
+83164.94
+87171.21
+136313.08
+111427.664

linear_regression.ipynb

@@ -0,0 +1,236 @@
+{
+ "metadata": {
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.8.0-final"
+  },
+  "orig_nbformat": 2,
+  "kernelspec": {
+   "name": "python3",
+   "display_name": "Python 3.8.0 64-bit ('tau': conda)",
+   "metadata": {
+    "interpreter": {
+     "hash": "99b9bc2e2925de034137bab8ac26137a7eaafe59960ece65892d3f1bd8bee5d4"
+    }
+   }
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2,
+ "cells": [
+  {
+   "cell_type": "code",
+   "execution_count": 1,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "import numpy as np\n",
+    "import pandas as pd\n",
+    "import torch\n",
+    "import torch.nn as tnn"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 2,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "filedir = '/home/ubuntu/Pulpit/TAU/mieszkania5'\n",
+    "\n",
+    "#train size\n",
+    "learningRate = 0.000001 #przy obecnie ustawinej wartości udało się uzyskać najlepszy wynik. Najniższa wartość przy której tensory wyściowe regresji (zmienna outputs w sekcji trening) nie są [nan] wynisu 0.00001\n",
+    "epochs = 20000\n",
+    "\n",
+    "#treainfile\n",
+    "trainfile = filedir + '/train/train.tsv'\n",
+    "\n",
+    "#data files\n",
+    "dev0in = filedir + '/dev-0/in.tsv'\n",
+    "dev0out = filedir + '/dev-0/out.tsv' \n",
+    "testAin = filedir + '/test-A/in.tsv'\n",
+    "testAout = filedir + '/test-A/out.tsv'"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 3,
+   "metadata": {},
+   "outputs": [
+    {
+     "output_type": "stream",
+     "name": "stdout",
+     "text": [
+      "model regresji gotowy\n"
+     ]
+    }
+   ],
+   "source": [
+    "class linearRegression(tnn.Module):\n",
+    "    def __init__(self, dim_i, dim_o):\n",
+    "        super(linearRegression, self).__init__()\n",
+    "        self.linear = tnn.Linear(dim_i, dim_o)\n",
+    "\n",
+    "    def forward(self, x):\n",
+    "        out = self.linear(x)\n",
+    "        return out\n",
+    "\n",
+    "model = linearRegression(1, 1)\n",
+    "device = torch.device('cpu')\n",
+    "model.to(device)\n",
+    "criterion = tnn.MSELoss() \n",
+    "optimizer = torch.optim.SGD(model.parameters(), lr=learningRate)\n",
+    "\n",
+    "print('model regresji gotowy')"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 4,
+   "metadata": {},
+   "outputs": [
+    {
+     "output_type": "stream",
+     "name": "stdout",
+     "text": [
+      "dane treningowe wczytane\n"
+     ]
+    }
+   ],
+   "source": [
+    "#dane do treningu\n",
+    "trainfile_read = pd.read_csv(trainfile, sep='\\t', header=None, index_col=None)\n",
+    "train_data_sizes = np.array(trainfile_read[8].tolist(), dtype=np.float32).reshape(-1, 1)\n",
+    "train_data_prices = np.array(trainfile_read[0].tolist(), dtype=np.float32).reshape(-1, 1)\n",
+    "\n",
+    "print(\"dane treningowe wczytane\")"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 5,
+   "metadata": {
+    "tags": []
+   },
+   "outputs": [
+    {
+     "output_type": "stream",
+     "name": "stdout",
+     "text": [
+      "trening zakonczony\n"
+     ]
+    }
+   ],
+   "source": [
+    "#trening\n",
+    "for epoch in range(epochs):\n",
+    "    inputs = torch.from_numpy(train_data_sizes).to(device)\n",
+    "    labels = torch.from_numpy(train_data_prices).to(device)\n",
+    "    \n",
+    "    optimizer.zero_grad()\n",
+    "\n",
+    "    outputs = model(inputs)\n",
+    "\n",
+    "    loss = criterion(outputs, labels)\n",
+    "\n",
+    "    loss.backward()\n",
+    "\n",
+    "    optimizer.step()\n",
+    "\n",
+    "print('trening zakonczony')"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 6,
+   "metadata": {},
+   "outputs": [
+    {
+     "output_type": "stream",
+     "name": "stdout",
+     "text": [
+      "dane do przewidzenia wczytane\n"
+     ]
+    }
+   ],
+   "source": [
+    "#dane do przewidywania\n",
+    "devfile_read = pd.read_csv(dev0in, sep='\\t', header=None, index_col=None)\n",
+    "testfile_in = pd.read_csv(testAin, sep='\\t', header=None, index_col=None)\n",
+    "dev_data_sizes = np.array(devfile_read[7].tolist(), dtype=np.float32).reshape(-1, 1)\n",
+    "test_data_sizes = np.array(testfile_in[7].tolist(), dtype=np.float32).reshape(-1, 1)\n",
+    "\n",
+    "print('dane do przewidzenia wczytane')"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 7,
+   "metadata": {},
+   "outputs": [
+    {
+     "output_type": "stream",
+     "name": "stdout",
+     "text": [
+      "zapisywanie wyników dev-0\nwyniki zapisane\n"
+     ]
+    }
+   ],
+   "source": [
+    "#przewidywanie ceny dev-0\n",
+    "pred_data = model(torch.from_numpy(dev_data_sizes).requires_grad_()).data.numpy()\n",
+    "\n",
+    "print('zapisywanie wyników dev-0')\n",
+    "\n",
+    "dev_of = open(dev0out, 'w')\n",
+    "for i in pred_data:\n",
+    "    dev_of.write(str(i[0])+'\\n')\n",
+    "dev_of.close()\n",
+    "\n",
+    "print('wyniki zapisane')"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 8,
+   "metadata": {},
+   "outputs": [
+    {
+     "output_type": "stream",
+     "name": "stdout",
+     "text": [
+      "zapisywanie wyników test-A\n"
+     ]
+    }
+   ],
+   "source": [
+    "#przewidywanie ceny test-A\n",
+    "pred_data = model(torch.from_numpy(test_data_sizes).requires_grad_()).data.numpy()\n",
+    "\n",
+    "print('zapisywanie wyników test-A')\n",
+    "\n",
+    "test_of = open(testAout, 'w')\n",
+    "for i in pred_data:\n",
+    "    test_of.write(str(i[0])+'\\n')\n",
+    "test_of.close()\n",
+    "\n",
+    "print('wyniki zapisane')"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  }
+ ]
+}

linear_regression.py

@@ -4,18 +4,20 @@ import torch
 import torch.nn as tnn
 
 filedir = '/home/ubuntu/Pulpit/TAU/mieszkania5'
+
 #train size
-learningRate = 0.0001 
-epochs = 10000
+learningRate = 0.000001 #przy obecnie ustawinej wartości udało się uzyskać najlepszy wynik. Najniższa wartość przy której tensory wyściowe regresji (zmienna outputs w sekcji trening) nie są [nan] wynisu 0.00001
+epochs = 20000
+
 #treainfile
 trainfile = filedir + '/train/train.tsv'
+
 #data files
 dev0in = filedir + '/dev-0/in.tsv'
 dev0out = filedir + '/dev-0/out.tsv' 
 testAin = filedir + '/test-A/in.tsv'
 testAout = filedir + '/test-A/out.tsv'
 
-
 class linearRegression(tnn.Module):
     def __init__(self, dim_i, dim_o):
         super(linearRegression, self).__init__()
@@ -28,27 +30,22 @@ class linearRegression(tnn.Module):
 model = linearRegression(1, 1)
 device = torch.device('cpu')
 model.to(device)
-print('model regresji gotowy')
-
-#dane do treningu
-trainfile_read = pd.raed_csv(trainfile, sep='\t', header=None, index_col=None)
-train_data_sizes = np.array(trainfile_read[8].tolist(), dtype=np.float32).reshape(-1, 1)
-train_data_prices = np.array(trainfile_read[0].tolist(), dtype=np.float32).reshape(-1, 1)
-
-#dane do przewidywania
-devfile_read = pd.raed_csv(dev0in, sep='\t', header=None, index_col=None)
-testfile_in = pd.raed_csv(testAin, sep='\t', header=None, index_col=None)
-dev_data_sizes = np.array(devfile_read[7].tolist(), dtype=np.float32)
-test_data_sizes = np.array(testfile_in[7].tolist(), dtype=np.float32)
 criterion = tnn.MSELoss() 
 optimizer = torch.optim.SGD(model.parameters(), lr=learningRate)
 
-print('dane wczytane')
+print('model regresji gotowy')
+
+#dane do treningu
+trainfile_read = pd.read_csv(trainfile, sep='\t', header=None, index_col=None)
+train_data_sizes = np.array(trainfile_read[8].tolist(), dtype=np.float32).reshape(-1, 1)
+train_data_prices = np.array(trainfile_read[0].tolist(), dtype=np.float32).reshape(-1, 1)
+
+print("dane treningowe wczytane")
 
 #trening
 for epoch in range(epochs):
-    inputs = torch.from_numpy(train_data_sizes)
-    labels = torch.from_numpy(train_data_prices)
+    inputs = torch.from_numpy(train_data_sizes).to(device)
+    labels = torch.from_numpy(train_data_prices).to(device)
     
     optimizer.zero_grad()
 
@@ -59,23 +56,37 @@ for epoch in range(epochs):
     loss.backward()
 
     optimizer.step()
-print('trening zakonczony')
-#przewidywanie ceny
 
-predicted = model(torch.from_numpy(dev_data_sizes).requires_grad_()).data.numpy()
+print('trening zakonczony')
+
+#dane do przewidywania
+devfile_read = pd.read_csv(dev0in, sep='\t', header=None, index_col=None)
+testfile_in = pd.read_csv(testAin, sep='\t', header=None, index_col=None)
+dev_data_sizes = np.array(devfile_read[7].tolist(), dtype=np.float32).reshape(-1, 1)
+test_data_sizes = np.array(testfile_in[7].tolist(), dtype=np.float32).reshape(-1, 1)
+
+print('dane do przewidzenia wczytane')
+
+#przewidywanie ceny dev-0
+pred_data = model(torch.from_numpy(dev_data_sizes).requires_grad_()).data.numpy()
 
 print('zapisywanie wyników dev-0')
 
 dev_of = open(dev0out, 'w')
-for i in predicted:
+for i in pred_data:
     dev_of.write(str(i[0])+'\n')
 dev_of.close()
 
-predicted = model(torch.from_numpy(test_data_sizes).requires_grad_()).data.numpy()
+print('wyniki zapisane')
+
+#przewidywanie ceny test-A
+pred_data = model(torch.from_numpy(test_data_sizes).requires_grad_()).data.numpy()
 
 print('zapisywanie wyników test-A')
 
 test_of = open(testAout, 'w')
-for i in predicted:
+for i in pred_data:
     test_of.write(str(i[0])+'\n')
-test_of.close()
+test_of.close()
+
+print('wyniki zapisane')

test-A/out.tsv

@@ -0,0 +1,418 @@
+97877.414
+100625.75
+83055.555
+75699.305
+73771.375
+140141.61
+73962.8
+122503.05
+117211.47
+79924.36
+96510.086
+97891.086
+79295.39
+65075.145
+78748.45
+80115.79
+136996.75
+85585.11
+54136.5
+96414.37
+114299.055
+55503.83
+81483.12
+66442.48
+132074.36
+79856.0
+100147.19
+88114.67
+50458.38
+79842.32
+149849.66
+100625.75
+190869.58
+60822.746
+73279.13
+112384.79
+82850.45
+89687.1
+71911.805
+109896.25
+100215.555
+88169.37
+63024.15
+95156.43
+63707.812
+82221.48
+96660.49
+61971.305
+55093.633
+140278.34
+93830.12
+52495.7
+66305.75
+97617.625
+78748.45
+102020.42
+97084.36
+62258.44
+79486.82
+69997.54
+134398.81
+84217.78
+80115.79
+126605.04
+65717.8
+86952.445
+125374.44
+86104.695
+78748.45
+66715.945
+59605.82
+97891.086
+98574.75
+92230.336
+75603.59
+98574.75
+70817.94
+73279.13
+79856.0
+88319.77
+144462.38
+129161.945
+103866.33
+99942.086
+56871.16
+87403.664
+70653.86
+97207.42
+79568.85
+65075.145
+88579.56
+60932.133
+97070.695
+78748.45
+77381.125
+201808.23
+154635.31
+98848.22
+65211.875
+61930.285
+85585.11
+81483.12
+84217.78
+93789.09
+70954.67
+76150.52
+99258.42
+136012.27
+135287.58
+71911.805
+163522.97
+88388.14
+54341.598
+67809.81
+138227.34
+54273.23
+72034.86
+85995.31
+74646.46
+69040.41
+76287.26
+72513.42
+75754.0
+80826.8
+109294.625
+53863.03
+67262.875
+81578.83
+93597.67
+95156.43
+94062.56
+90398.12
+65075.145
+66442.48
+99668.62
+58648.688
+76013.8
+81483.12
+84217.78
+137543.67
+86938.77
+59769.9
+100352.28
+101172.69
+132074.36
+73279.13
+73826.06
+163522.97
+99258.42
+81879.65
+55257.71
+71911.805
+61055.195
+104727.74
+63707.812
+77381.125
+203161.89
+186412.08
+80854.15
+152174.12
+104727.74
+67809.81
+78748.45
+90712.6
+105165.29
+40504.21
+94295.01
+89687.1
+85585.11
+95142.76
+52358.97
+110607.266
+82125.766
+66442.48
+64049.65
+73361.17
+77381.125
+76287.26
+106095.07
+65499.02
+65075.145
+101993.08
+114299.055
+85858.58
+65813.51
+68083.27
+110921.75
+204542.89
+85585.11
+103907.34
+91054.44
+84122.07
+78748.45
+170359.62
+56761.773
+93925.83
+71911.805
+81483.12
+73415.86
+84217.78
+178837.06
+93789.09
+69013.06
+77791.32
+115666.39
+86911.42
+48202.28
+70312.02
+68684.9
+385850.94
+80020.08
+80115.79
+70407.74
+105274.68
+67809.81
+143013.0
+114299.055
+48202.28
+57691.555
+210012.22
+80115.79
+80348.234
+70544.47
+54341.598
+85585.11
+67946.54
+90110.98
+168992.3
+73279.13
+73279.13
+80115.79
+109417.69
+64391.48
+71911.805
+110921.75
+88114.67
+120192.25
+308460.03
+89687.1
+84354.51
+96523.76
+104727.74
+80115.79
+74742.17
+100625.75
+95566.625
+55503.83
+65075.145
+72130.57
+127015.24
+171316.75
+55503.83
+83000.86
+69450.61
+114299.055
+122776.51
+99805.35
+116869.63
+88114.67
+47436.58
+68247.35
+69190.81
+119125.734
+97070.695
+92831.96
+73074.03
+77107.66
+104727.74
+117033.72
+106095.07
+104727.74
+73033.016
+133441.69
+117074.734
+125921.37
+92421.766
+62067.016
+87909.58
+100625.75
+78748.45
+81483.12
+115666.39
+103360.414
+81715.56
+48202.28
+77381.125
+77381.125
+101856.35
+78748.45
+104727.74
+63762.508
+57992.37
+86938.77
+112603.57
+144790.55
+79295.39
+121135.71
+65075.145
+78748.45
+68493.48
+99805.35
+61520.086
+67673.08
+70763.24
+69587.336
+80115.79
+137543.67
+59469.09
+92285.03
+80115.79
+72404.04
+86952.445
+101993.08
+65704.12
+77107.66
+87417.336
+136176.34
+129886.63
+81319.04
+78748.45
+55189.344
+76328.28
+80115.79
+82850.45
+69464.28
+61109.883
+85585.11
+104727.74
+96933.95
+136996.75
+102676.75
+63707.812
+131253.95
+105999.36
+113615.39
+60973.152
+70817.94
+84354.51
+104044.08
+55189.344
+95279.484
+73128.73
+92011.57
+85120.22
+152174.12
+120862.25
+77107.66
+110921.75
+87485.7
+156180.39
+70544.47
+97617.625
+60973.152
+122503.05
+40463.19
+78174.18
+153185.95
+67809.81
+73279.13
+218216.2
+77203.37
+61438.047
+83930.64
+92476.46
+104727.74
+79418.45
+106642.01
+175828.94
+78748.45
+85995.31
+78748.45
+209396.92
+61793.55
+48803.91
+74632.79
+121135.71
+81483.12
+69956.516
+84286.15
+68069.6
+167939.45
+63160.88
+182255.39
+92052.586
+80102.12
+133947.61
+79090.29
+71802.414
+105137.945
+105137.945
+152174.12
+108337.49
+74236.266
+81319.04
+88114.67
+76574.4
+80115.79
+59387.05
+78051.12
+95156.43
+80744.76
+117348.21
+86186.734
+86186.734
+121135.71
+68493.48
+132101.7
+207687.75
+106614.66
+92763.6
+80881.49
+54177.52
+62313.137
+60932.133
+80197.83
+118004.52
+112425.81
+103141.63

train/train.tsv

@@ -1875,7 +1875,7 @@
 380000				7057	https://www.otodom.pl/oferta/komfortowe-3-pokoje-bez-pcc-ID3XR4U.html#1bf282c614	3		53.85	wtórny	5				Komfortowe 3 pokoje bez Pcc	4			plastikowe					 Pełny cennik wszystkich mieszkań w galerii zdjęć. Strona Inwestycji: Apartamenty Kącik 3 to nowo budowana kamienica położona w centrum Poznania przy płycie Rynku Łazarskiego, jest to okolica tętniąca życiem, zlokalizowana w bliskości z komunikacją miejską oraz PKP, PKS. W okolicach inwestycji znajdują się liczne tereny zielone, między innymi: Park Wilsona wraz z Palmiarnią oraz Park Kasprowicza, które są znakomitym miejscem do aktywnego wypoczynku. Ponadto kamienica zlokalizowana jest niedaleko centrum biznesowego miasta jakim są Międzynarodowe Targi Poznańskie. Ponadczasowa architektura, funkcjonalne wnętrza, wysoka jakość wykończenia oraz zróżnicowany metraż mieszkań daje pewność, że Apartamenty Kącik 3 są wymarzonym miejscem zarówno dla rodzin z dziećmi, par, singli szukających swojego mieszkania, a także dla Inwestorów, którzy planują czerpać zyski z najmu. W bezpośrednim sąsiedztwie kamienicy znajduje się bogata infrastruktura: szkoły, przedszkola, przychodnia, galerie handlowe, apteka, sklepy spożywcze oraz inne lokale usługowe. Dzięki rozwiniętej infrastrukturze komunikacyjnej oraz bliskości przystanków autobusowych i tramwajowych dotarcie do każdej części miasta zajmuje kilka minut. Apartamentowiec składa się z pięciu kawalerek, jedenastu mieszkań 2-pokojowych i ośmiu 3-pokojowych. Powstanie również jedno mieszkanie czteropokojowe oraz luksusowy apartament z siedmioma pokojami. Na parterze obiektu znajduje się lokal usługowy o powierzchni niespełna 200 m2. Na poziomie -1 zlokalizowany jest parking podziemny na 26 samochodów. Dodatkowym udogodnieniem budynku jest winda. Stały rozwój dzielnicy Łazarz! Wkrótce nastąpi rewitalizacja całego Rynku Łazarskiego. Prace związane z modernizacją są już zapisane w budżecie miasta i Wieloletnim Planie Finansowym. Obszar Rynku Łazarskiego stanie się przyjazną mieszkańcom zieloną strefą rekreacji i wypoczynku. W galerii znajduje się wizualizacja rynku. Zainwestuj w apartament na Rynku Łazarskim już dziś! Dostępne mieszkania: kawalerki w metrażu od 27 m2 do 32 m2, mieszkania 2-pokojowe w metrażu od 47 m2 do 67 m2, mieszkania 3-pokojowe w metrażu od 70 m2 do 86 m2. Możliwość dokupienia miejsca parkingowego w hali garażowej w cenie 30 000 zł. Możliwość zakupu całego piętra kamienicy, gdzie indywidualnie można dostosować układy mieszkań. Więcej szczegółów udzielimy telefonicznie. Termin Zakończenia prac budowlanych: Czerwiec 2019 r. Kupujący zwolniony z opłaty 2% podatku PCC oraz prowizji za usługę pośrednictwa na rzecz biura. Pomagamy uzyskać najbardziej korzystny kredyt na rynku. Nasz partner- Grupa Infini współpracuje z wieloma bankami. Dzięki temu w jednym miejscu otrzymasz ofertę nawet kilkunastu banków, a doświadczeni doradcy pomogą wybrać najlepszą ofertę. Kontakt: Tel: 669-088-199 Rafał Nowak NEXT Nieruchomości Ul. Meissnera 2/U2 60-408 Poznań Przedstawione dane mają charakter informacyjny i nie stanowią oferty w rozumieniu przepisów K.C. 		garaż/miejsce parkingowe, winda
 249968	do wykończenia		pełna własność	6909	https://www.otodom.pl/oferta/nowe-mieszkanie-poznan-osiedle-bartnicza-etap-iii-ID3XQNO.html#1bf282c614	2		36.18	pierwotny	3	blok			Nowe mieszkanie Poznań-Osiedle Bartnicza ETAP III	parter		kotłownia	plastikowe	2020			silikat	 Mieszkanie 2 pokojowe. Promocja! Miejsce parkingowe w hali garażowej gratis. 		telewizja kablowa, internet, telefon, domofon / wideofon, monitoring / ochrona, balkon, piwnica, garaż/miejsce parkingowe, winda, oddzielna kuchnia, pom. użytkowe
 450000	do zamieszkania	550 zł	pełna własność	8036	https://www.otodom.pl/oferta/elegancki-apartament-3-pokojowy-poznan-grunwald-ID3XQGv.html#1bf282c614	3		56	wtórny	2	apartamentowiec			Elegancki apartament 3- pokojowy, Poznań-Grunwald	parter		gazowe	plastikowe	2014		2019-04-30	cegła	 Polecam do sprzedaży elegancki, słoneczny apartament 3 - pokojowy, położony w kameralnej willi miejskiej na poznańskim Grunwaldzie. Lokal mieści się na parterze i ma powierzchnię 55, 7 m kw, na którą składa się: -otwarta część salonowo jadalniana z wyjściem na taras, -aneks kuchenny w nowoczesnej zabudowie wraz ze sprzętem AGD -sypialnia -pokój dziecięcy -przestronna łazienka z prysznicem -przedpokój Całość komfortowa wykończona z dbałością o szczegóły. Każdy element bardzo dobrze przemyślany, maksymalnie ekonomiczne wykorzystanie przestrzeni, urządzony w myśl nowoczesnych trendów z zachowaniem funkcjonalności życia codziennego. Dobrze doświetlone wnętrze z ekspozycją okien wschód – południe – zachód (rolety zewnętrzne). Na podłogach deska i kafle, ściany w pastelowych kolorach. Ogrzewanie podłogowe (piec gazowy dwufunkyjny). Miejsce postojowe i ogródek do wyłącznego korzystania. Budynek ogrodzony, domofon, brama elektronicznie sterowana. Doskonała lokalizacja, pełna infrastruktura. Miejsce sprzyjające wypoczynkowi. Czynsz do wspólnoty ok. 550 000 zł. Cena 450 000 zł do negocjacji. Zapraszam do osobistego obejrzenia mieszkania, aby docenić jego walory. Osoba prowadząca ofertę: Małgorzata Wojciechowska +48 668 82 82 52 nr licencji pośrednika 8711 W ramach usługi pośrednictwa bezpłatnie pomagamy w uzyskaniu kredytu hipotecznego- w razie pytań dotyczących możliwości kredytowych proszę o kontakt telefoniczny lub mailowy.
 KORZYŚĆ dla klienta -na jednym spotkaniu przedstawiona najkorzystniejsza obecnie oferta bankowa.  Koszt nabycia nieruchomości: Szanowni Państwo poza ceną, którą ustalicie ze sprzedającym, dochodzą jeszcze następujące opłaty: - 2% podatku od czynności cywilnoprawnych pobierany u notariusza w dniu podpisania umowy przeniesienia własności i odprowadzany przez notariusza do Urzędu Skarbowego, - taksa notarialna - zależna od ceny sprzedaży, - wynagrodzenie biura nieruchomości ustalane z zasady każdorazowo z klientem: -uslug-biura-nieruchomosci/ OFERTA LICENCJONOWANEGO I UBEZPIECZONEGO POŚREDNIKA - GWARANCJA BEZPIECZNEJ TRANSAKCJI 		telewizja kablowa, internet, teren zamknięty, domofon / wideofon, rolety antywłamaniowe, zmywarka, lodówka, meble, piekarnik, kuchenka, telewizor, pralka, ogródek, taras
-249968	do wykończenia		pełna własność	36	https://www.otodom.pl/oferta/nowe-mieszkanie-poznan-osiedle-bartnicza-etap-iii-ID3XQCk.html#1bf282c614	2		6 909	pierwotny	3	blok			Nowe mieszkanie Poznań-Osiedle Bartnicza ETAP III	parter		kotłownia	plastikowe	2020			silikat	 Mieszkanie 2 pokojów. Promocja! miejsce postojowe w hali garażowej gratis. 		telewizja kablowa, internet, telefon, domofon / wideofon, monitoring / ochrona, balkon, piwnica, garaż/miejsce parkingowe, winda, oddzielna kuchnia, pom. użytkowe
+249968	do wykończenia		pełna własność	36	https://www.otodom.pl/oferta/nowe-mieszkanie-poznan-osiedle-bartnicza-etap-iii-ID3XQCk.html#1bf282c614	2		6909	pierwotny	3	blok			Nowe mieszkanie Poznań-Osiedle Bartnicza ETAP III	parter		kotłownia	plastikowe	2020			silikat	 Mieszkanie 2 pokojów. Promocja! miejsce postojowe w hali garażowej gratis. 		telewizja kablowa, internet, telefon, domofon / wideofon, monitoring / ochrona, balkon, piwnica, garaż/miejsce parkingowe, winda, oddzielna kuchnia, pom. użytkowe
 499000	do zamieszkania	560 zł	pełna własność	5864	https://www.otodom.pl/oferta/urokliwe-i-odswiezone-z-2-balkonami-i-garderoba-ID3H9HK.html#1bf282c614	3		85.10	wtórny	4	blok			Urokliwe i odświeżone z 2 balkonami i garderobą	4		miejskie	plastikowe	2004			cegła	 —TEREN GRODZONY Z PARKIEM I PLACEM ZABAW—2 BALKONY—2 GARDEROBY—PRZESTRZEŃ DLA CIEBIE I TWOJEJ RODZINY— Przestronne, urokliwe, trzypokojowe mieszkanie na Naramowicach przy ul. Bolka. Lokal znajduje się na czwartym piętrze, w niskim bloku wybudowanym w 2004 r. z windą. Na powierzchnię 85,1 m2 składają się salon z otwartą kuchnią (ok. 27 m2 + 8 m2) , 2 pokoje (ok. 11 i 17 m2), 2 łazienki (ok. 4 i 3 m2), 2 garderoby (ok. 2 m2 każda) oraz korytarz (ok 11 m2). Rzut pomieszczeń znajduje się galerii zdjęć niniejszego ogłoszenia. Do mieszkania przynależą 2 balkony (ok. 3 i 4 m2) - wyjście z sypialni oraz z salonu. W hali garażowej pod budynkiem, bezpośrednio przy windzie, znajduje się miejsce postojowe - zakup obowiązkowy 30 tys. zł. Mieszkanie jest przestronne i słoneczne. W części salonowej, pokojach i garderobach położone są panele, w łazienkach i kuchni płytki podłogowe. Wyposażenie kuchni: lodówka, zmywarka w zabudowie, okap, płyta grzewcza. Mieszkanie jest odświeżone i odmalowane. W okolicy pełna infrastruktura niezbędna do codziennego funkcjonowania. Osiedle jest ciche i spokojne, teren ogrodzony razem z parkiem i placem zabaw wyłącznie do dyspozycji mieszkańców. Wokół budynków zadbana zieleń. Drogę do mieszkania umila patio z roślinami widocznymi z przeszklonej windy. Dla osób aktywnych i rodzin: rezerwat leśny Żurawiniec, tereny spacerowe, ścieżki rowerowe. Miejsce jest dobrze skomunikowane z resztą miasta - kilka tras dojazdu autem do centrum, w pobliżu przystanek autobusowy, z którego kursują linie nr: 44, 46, 47, 67. Zapraszamy do współpracy! —Zadzwoń teraz i umów się na prezentację— —Kupuj z AXELERON NIERUCHOMOŚCI- sprawnie, bezpiecznie, skutecznie— —Bezpłatna pomoc w uzyskaniu kredytu na zakup nieruchomości— —Zniżki na usługi kancelarii notarialnej przy transakcji— —Obsługa formalności po transakcji na rzecz Kupującego— 		monitoring / ochrona, balkon, winda
 295000	do zamieszkania	400 zł	pełna własność	6146	https://www.otodom.pl/oferta/ul-sarmacka-blisko-zurawiniec-ID3XPLe.html#1bf282c614	2		48	wtórny	3	blok			ul. Sarmacka - blisko Żurawiniec	1		miejskie	plastikowe					 Polecam do sprzedaży 2-pokojowe mieszkanie w Poznaniu w pobliżu osiedla Władysława Łokietka (ul. Sarmacka). Mieszkanie o powierzchni 48,3 m2 położone jest na pierwszym piętrze w niskim bloku z lat 70-tych. Blok pobudowany jest w technologii mieszanej.  Mieszkanie nie wymaga żadnych nakładów. Okna PCV. Ściany gipsowane. Na podłogach w pokojach panele, w kuchni płytki. Łazienka po remoncie. W pokojach zabudowa typu komandor. Mieszkanie bardzo słoneczne. Wszystkie pomieszczenia są niezależne.  Pełna własność z udziałem w gruncie. Do mieszkania przynależy duża piwnica (ok. 6-7 m2). Opłaty do wspólnoty 400 zł/miesiąc (2 osoby), w tym: woda, śmieci, centralne ogrzewanie, fundusz remontowy.  Cena 295 000 zł  Zapraszam na prezentację. Więcej informacji: Małgorzata Adamek BON ADMA tel. 660 49 10 48 tel./fax. 61 8400 711 Dla zainteresowanych klientów pomagamy w uzyskaniu kredytu na zakup tego mieszkania. Przedstawione dane mają charakter informacyjny i nie stanowią oferty w rozumieniu przepisów Kc. Pośrednik odpowiedzialny za przebieg transakcji Małgorzata Hypka-Adamek lic. zaw. 4092 		meble, piwnica, oddzielna kuchnia
 371500	do wykończenia		pełna własność	7158	https://www.otodom.pl/oferta/5-8-opienskiego-12-ID3XNIv.html#1bf282c614	1		51.90	pierwotny	6	blok			5.8 Opieńskiego 12	5		miejskie	plastikowe	2019			silikat	 Mieszkanie 2 poziomowe. O szczegóły pytaj sprzedawcę Nowy budynek przy ul. Opieńskiego 12 na Piątkowie  to trzeci etap inwestycji na osiedlu Stefana Batorego w Poznaniu, który został zaprojektowany z myślą o klientach chcących mieszkać nieopodal terenów zieleni i rekreacji. W budynku znajdują się mieszkania 1-2-3-pokojowe oraz mieszkania z antresolami, o powierzchni od 29m2 do 90m2, zróżnicowane pod względem wielkości oraz układu pomieszczeń. Zaprojektowano również halę garażową i pomieszczenia gospodarcze dla lokatorów. Na parterze znajdować się będą lokale użytkowe, dodatkowo zaplanowane jest zagospodarowanie całego terenu wokół bloku wraz z wyznaczonymi miejscami parkingowymi. Termin realizacji inwestycji przewidywany jest na IV kwartał 2019r. 		telewizja kablowa, internet, drzwi / okna antywłamaniowe, domofon / wideofon, rolety antywłamaniowe, balkon, piwnica, garaż/miejsce parkingowe, winda, dwupoziomowe, pom. użytkowe