Zertifiziert
Selbstgesteuertes Projekt
Machine Learning for Automotive
KI / ML · Juli 2026
92/ 100
Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis
Built an end-to-end used-car pricing analysis for VW and Audi listings in the UK market. Combined the datasets, performed EDA, engineered predictive features, trained and compared Linear Regression and Random Forest models, and used the results to recommend an automated CPO pricing pipeline based on the stronger model’s lower error and higher R².
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 explored distributions, correlations, and brand-level price differences.
- Built and compared two regression models using proper train/test evaluation and reported R² and MAE improvements for Random Forest over Linear Regression.
- Identified the top pricing drivers from the model and translated the error metric into a portfolio-level pricing risk for the CPO business.
- Leakage-Free Feature Engineering
- Comparative Model Evaluation
- Business Translation of ML Results
Meine eingereichte Arbeit10 Aufgaben
5 Aufgaben · 6 Zeilen · 5 Textantworten · 113 Wörter
- VW Sprint1 Complete56 Zeichen
- VW Sprint2 Complete61 Zeichen
- VW Sprint3 Complete59 Zeichen
- VW Business Insights956 Zeichen
- Jupyterlite Code2 Zeilen
- VW Sprint1 Complete1 Wort
- VW Sprint2 Complete1 Wort
- VW Sprint3 Complete1 Wort
- VW Business Insights109 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.