Selbstgesteuertes Projekt
Machine Learning for Automotive
KI / ML · Oktober 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 distributions, examined correlations and brand differences, and compared Linear Regression against Random Forest using R², MAE, and RMSE. The work also translated model output into a practical CPO pricing recommendation with a human-in-the-loop review threshold.
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 table with a brand indicator
- Used the required regression metrics and clearly compared Linear Regression against Random Forest
- Connected model performance to pricing risk and a concrete CPO workflow recommendation
- Exploratory Data Analysis
- Leakage-Free Feature Framing
- Model Comparison with Business Metrics
Meine eingereichte Arbeit10 Aufgaben
5 Aufgaben · 6 Zeilen · 5 Textantworten · 178 Wörter
- VW Sprint1 Complete56 Zeichen
- VW Sprint2 Complete61 Zeichen
- VW Sprint3 Complete59 Zeichen
- VW Business Insights1.7k Zeichen
- Jupyterlite Code2 Zeilen
- VW Sprint1 Complete1 Wort
- VW Sprint2 Complete1 Wort
- VW Sprint3 Complete1 Wort
- VW Business Insights174 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.