Selbstgesteuertes Projekt
Machine Learning for Automotive
KI / ML · September 2026
Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis
Built an end-to-end used-car pricing workflow for VW and Audi listings: combined the datasets, engineered age and mileage-per-year features, trained and compared Linear Regression and Random Forest models, and tuned the forest with GridSearchCV. The final write-up translated model performance and feature importance into a practical CPO pricing recommendation with example price estimates for a VW Golf and Audi A4.
Bewertet nach
- Exploratory Data Analysis20%
- Feature Engineering25%
- Model Building & Evaluation35%
- Business Communication20%
Bestanden · Bestehensgrenze 60/100
Was herausstach6
- Engineered the required car_age and mileage_per_year features and aligned new-car inference columns to the training matrix.
- Compared Linear Regression against Random Forest using all three requested metrics and then extended the work with GridSearchCV tuning.
- Interpreted the model outputs in business terms, including a concrete pricing recommendation for the CPO workflow.
- Leakage-Free Feature Engineering
- Honest Model Evaluation
- Model Comparison and Tuning
Meine eingereichte Arbeit6 Aufgaben
3 Aufgaben · 4 Zeilen · 3 Textantworten · 178 Wörter
- VW Sprint3 Complete59 Zeichen
- VW Business Insights1.5k Zeichen
- Jupyterlite Code2 Zeilen
- VW Sprint3 Complete1 Wort
- VW Business Insights176 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.