Gold:---.--
Silver:---.--

Norsk Boliggjeld

Innenlandsk lånegjeld:--,---
År-over-år:--.--%
Måned-over-måned:--.--%

Inflasjonsdata

KPI-JA:--.--%
KPI-JA Transport:--.--%
KPI-JA Kultur:--.--%

Finn mynttilbud

Totalt antall mynttilbud:--,---
% av samleobjekter:--.--%
Toppregioner:---

Myntvurderingsverktøy

Skriv inn mynttittelen for å få en estimert verdi og konfidensintervall

Inkluder detaljer som år, materiale, tilstand (UNC, EF, VF, osv.)

Bruker gjeldende dato og tid

Datoen påvirker vurderingsmodellens prediksjon.

Hvis dette mislykkes, prøv igjen. Det kan ta litt tid for serveren å starte.

Ingen Vurderingsdata

Skriv inn en mynttittel og send skjemaet for å se estimert verdi og visualisering.

Om verdsettelsesmodellen

Vår myntverdsettelsesmodell kombinerer avansert maskinlæring med semantisk tekstanalyse for å estimere markedsverdien av norske kronemynter basert på historiske auksjonsdata.

Hvordan det fungerer

Modellen er trent med XGBoost-algoritmen og bruker både strukturerte data (blant annet som årstall, dato den ble kjøpt, kvalitet, hvilken Konge den har i navnet, og om mynten selges i rull) og semantiske BERT-baserte tekstembeddings fra myntbeskrivelsen. For å håndtere den skjeve fordelingen i salgspriser ble myntpriser log-transformert før trening. Modellen består av 250 beslutningstrær med en maksimal dybde på 8, læringsrate på 0.12, og regulering via L1- og L2-parametre (reg_alpha = 0.1, reg_lambda = 5) for å redusere overtilpasning. Denne kombinasjonen gjør at modellen kan, til en vis grad, fange opp både eksplisitte mønstre og språklige nyanser i auksjonstitler.

Datagrunnlag

Modellen er trent utelukkende på norske kronemynter hentet fra historiske auksjonsdata. For å redusere påvirkning fra ekstreme priser ble de 5% dyreste salgene fjernet før modelltrening. Dette gir mer robuste og realistiske estimater for vanlige salgspriser.

Begrensninger

Modellen gir et godt estimat, men faktiske markedsverdier kan variere basert på detaljer som konkret mynttilstand, proveniens og kjøperinteresse. Vi anbefaler alltid en profesjonell vurdering for sjeldne eller verdifulle objekter.

Modell sist oppdatert: April 2025