Selbstgesteuertes Projekt
Machine Learning for Automotive
KI / ML · Oktober 2026
Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis
Built a used-car pricing analysis for VW and Audi listings by combining the datasets, exploring price and mileage distributions, checking correlations, and comparing brand-level pricing patterns. The work shows practical feature awareness and business judgment, with a clear recommendation to use model-assisted pricing, review large prediction gaps, include model name, and retrain regularly.
Bewertet nach
- Exploratory Data Analysis20%
- Feature Engineering25%
- Model Building & Evaluation35%
- Business Communication20%
Bestanden · Bestehensgrenze 60/100
Was herausstach6
- Combined VW and Audi listings into a single analysis frame with a brand indicator and used it consistently in comparisons.
- Identified skew, outliers, and likely data quality issues such as engineSize = 0 and extreme mpg values.
- Connected the visual findings to business meaning by noting Audi's higher median price may be driven by model mix rather than brand alone.
- Translated model output into a CPO-style recommendation about pricing review thresholds, adding model name, and monthly retraining.
- Exploratory Data Analysis
- Feature Engineering Awareness
Meine eingereichte Arbeit10 Aufgaben
5 Aufgaben · 6 Zeilen · 5 Textantworten · 182 Wörter
- VW Sprint1 Complete56 Zeichen
- VW Sprint2 Complete61 Zeichen
- VW Sprint3 Complete59 Zeichen
- VW Business Insights1.4k Zeichen
- Jupyterlite Code2 Zeilen
- VW Sprint1 Complete1 Wort
- VW Sprint2 Complete1 Wort
- VW Sprint3 Complete1 Wort
- VW Business Insights178 Wörter
- Jupyterlite Code1 Wort
Bewusst zusammengefasst — der eingereichte Code und die Texte bleiben privat, damit diese Seite nicht als Lösungsvorlage dient. Die vollständige Einreichung steht hinter dem verifizierten Zertifikat.