Selbstgesteuertes Projekt
Machine Learning for Automotive
KI / ML · September 2026
Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis
Built an end-to-end used-car pricing analysis for VW and Audi listings: combined the datasets, explored price and mileage patterns, engineered predictive features, and compared Linear Regression against Random Forest using regression metrics. The work culminated in a business-facing recommendation that tied model accuracy to pricing risk and operational use for a Certified Pre-Owned team.
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.
- Built multiple EDA views that directly support the pricing problem, including price/mileage distributions, correlation analysis, scatter plots, and a brand-level boxplot.
- Translated model output into business terms by quantifying pricing error and recommending a deployment approach for the CPO team.
- Exploratory Data Analysis Across Brands
- Leakage-Aware Feature Framing
- Model Comparison and Business Translation
Meine eingereichte Arbeit10 Aufgaben
5 Aufgaben · 6 Zeilen · 5 Textantworten · 191 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 Insights187 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.