Actualité La DGFiP propose en open data sa base de données sur les...

Pour approfondir le sujet

La justice dite « prédictive » en matière judiciaire : prérequis, risques et attentes – la réflexion en cours en France

En septembre dernier, la CEPEJ organisait à Riga une conférence intitulée « L’intelligence artificielle au service du pouvoir judiciaire ». L'occasion de présenter des...

Machine learning, Finance responsable, Proptech : 36 projets innovants labellisés par Finance Innovation

Ce mercredi 12 décembre, à l’occasion de l'événement Fin&Tech Community, 36 projets innovants ont été labellisés par le Pôle de compétitivité mondial Finance Innovation....

Conférence “Modèles enrichis par les données et données enrichies par les modèles pour une intelligence hybride” de Francisco Chinesta à la Journée Sciences...

Cette année la Journée Sciences Navales a eu pour thématique l'intelligence artificielle - ruptures technologiques majeures pour le naval civil et militaire. À cette...

La DGFiP propose en open data sa base de données sur les ventes de biens immobiliers

Ce mercredi 24 avril, la Direction générale des finances publiques (DGFiP) a diffusé en open data sa base de données “Demandes de valeurs foncières” (DVF) des 5 dernières années. Les Datascientists ont donc désormais accès aux données relatives aux ventes de biens immobiliers.

Cette mise à disposition des données en libre accès se fait en application de l’article 13 de la loi n° 2018-727 du 10 août 2018 pour un État au service d’une société de confiance (ESSOC) et du décret n° 2018-1350 du 28 décembre 2018 relatif à la publication sous forme électronique des informations portant sur les valeurs foncières déclarées à l’occasion des mutations immobilières.

Sont proposées en open data 15 millions de données foncières de 2014, 2015, 2016, 2017 et 2018, téléchargeables sur https://cadastre.data.gouv.fr/dvf.

Pour chaque propriété, il y a différentes informations relatives au bien, (nature, surface, localisation et prix d’acquisition brut..) ce qui permet donc de construire un outil capable d’estimer le prix d’un bien. Aucun nom de famille ou prénom n’est mentionné dans le fichier.

Concrètement, les informations diffusées comprennent :

  • des fichiers annuels de restitution des mutations à titre onéreux (vente, échange, expropriation ou adjudication) intervenues au cours des cinq dernières années (transmission des données sur 10 semestres au moment de la publication du mois d’avril, et sur 11 semestres en octobre – cf infra §3.) ;
  • une notice descriptive des fichiers ;
  • un tableur contenant les tables de références associées aux natures de cultures pour les biens non bâtis (2 tables) ;
  • les conditions générales d’utilisation (CGU) des données mises en ligne ;
  • l’information des personnes concernées par le traitement informatique mis en œuvre.

À noter, les ventes de biens fonciers réalisées à Mayotte et en Alsace-Moselle ne sont pas inclues dans cette base de données DVF.

Thierry Maubant

Partager l'article

Synapse AI : Entretien avec Julian Lucchesi, directeur des partenariats du CenTech à Montréal

L'adoption de l'intelligence artificielle en entreprise nécessite bien souvent un accompagnement. Dans ce numéro 3 de Synapse AI, Mathieu Barreau rencontre Julian Lucchesi, Directeur...

Un modèle de deep learning pour repérer plus facilement les tumeurs métastasiques complexes

Nous vous présentions récemment un système mis au point par des scientifiques écossais permettant de repérer plus facilement les mésothéliomes, une forme rare de cancer....

Trois start-up, spécialisées data et intelligence artificielle, finalistes du LVMH Innovation Award

Dans le cadre de la cinquième édition du LVMH Innovation Award, 28 start-up ont été sélectionnées. Grâce à ce prix dédié à l'innovation, les...

Quelle fiabilité pour la reconnaissance vocale utilisée pour le diagnostic du COVID-19 ?

Savoir si des patients sont atteints du COVID-19 grâce à leur voix ? C'est le défi que se sont lancé plusieurs équipes de recherche....