Análises quantitativas das métricas do mercado imobiliário são de extrema importância para os participantes e observadores desse mercado. Nesse contexto, a utilização de métodos computacionais para prever essas métricas pode desempenhar um papel crucial. Este trabalho teve como objetivo o desenvolvimento de modelos de aprendizado de máquina para a predição de preços e liquidez, utilizando um conjunto de dados relacionados à venda e liquidez de imóveis residenciais no município de Belo Horizonte. Como resultado desse desenvolvimento, foram obtidos modelos de predição de preços que superaram o desempenho do modelo de regressão linear múltipla encontrado no POC I. Além disso, foram desenvolvidos modelos de predição de liquidez que apresentaram resultados superiores aos obtidos por modelos aleatórios, inclusive alcançando resultados de precisão superiores a 50% e com valores de revocação razoáveis, especialmente considerando a natureza desbalanceada do problema.