Estimar con precisión los valores de las casas es un desafío crítico para los interesados en bienes raíces, incluidos propietarios, compradores, vendedores, agentes y responsables políticos. Este estudio introduce un enfoque novedoso para este problema utilizando redes Kolmogorov-Arnold (KANs), un tipo de red neuronal basada en el teorema de Kolmogorov-Arnold. El modelo KAN propuesto se probó en dos conjuntos de datos y demostró un rendimiento superior en comparación con los métodos de vanguardia existentes para predecir los precios de las casas. Al proporcionar pronósticos de precios más precisos, el modelo respalda la toma de decisiones mejorada para los interesados en bienes raíces. Además, los resultados resaltan el amplio potencial de las KANs para abordar tareas de predicción complejas en ciencia de datos. Este estudio tiene como objetivo proporcionar una solución innovadora y efectiva para la estimación precisa de los precios de las casas, ofreciendo beneficios significativos para la industria inmobiliaria y más allá.