Übersicht
Worum es bei diesem Projekt geht.
Baue ein Bayes’sches Netz mit pgmpy, schätze Wahrscheinlichkeiten und erstelle eine Streamlit-Demo. Abschluss: verifizierbares Zertifikat
Das Szenario
Das Tourismus-Startup hat sechs Mitarbeitende, sitzt in Innsbruck und arbeitet eng mit drei mittelständischen Hotelbetrieben in Tirol zusammen. Stakeholder im Workshop sind Hoteliers ohne KI-Vorkenntnis — die Demo muss erklärbar sein, sonst überzeugt sie nicht.
Das Briefing
Was Du tust und was Du zeigst.
Wie kann ein einfaches Bayes'sches Netz ein nachvollziehbares Empfehlungsmodell für die Skigebiet-Wahl liefern, das auch ohne KI-Vorkenntnis verständlich bleibt?
Earning criteria — what you'll demonstrate
- Bedingte Abhängigkeiten zwischen Variablen graphisch modellieren
- Bedingte Wahrscheinlichkeitstabellen aus Daten und Expertenannahmen kombinieren
- Probabilistische Inferenz mit einer Standardbibliothek ausführen
- Probabilistische KI in einem nicht-technischen Stakeholder-Kontext erklären
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Introduction to Artificial Intelligence
Bachelor · Ai Systems
Strong alignment
This challenge maps to Introduction to Artificial Intelligence at the Bachelor level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Bayesian Networks
Apply bayesian networks to solve real industry problems and demonstrate production-level capability.
- Probabilistic Reasoning
Apply probabilistic reasoning to solve real industry problems and demonstrate production-level capability.
- Pgmpy
Apply pgmpy to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Explainable Models
Apply explainable models to solve real industry problems and demonstrate production-level capability.
- Stakeholder Communication
Apply stakeholder communication to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Data Scientist
Bayes'sche Netze sind ein Grundwerkzeug für Data Scientists in domänenspezifischen Beratungs-Szenarien. Diese Challenge übt das Modellieren, Schätzen und Erklären in einem klar abgegrenzten Beispiel.
Dieses Projekt schärft
- bayesian-networks
- probabilistic-reasoning
- pgmpy
AI Engineer
Erklärbare Modelle in Stakeholder-Workshops zu präsentieren, gehört zum AI-Engineer-Alltag. Die Streamlit-Demo plus Moderations-Anleitung sind genau die Artefakte, die hier erwartet werden.
Dieses Projekt schärft
- explainable-models
- python
- stakeholder-communication
AI Product Manager
Eine probabilistische Empfehlung im Familien-Tourismus-Kontext verkaufen zu können, ist eine klassische AI-Product-Manager-Aufgabe — die Challenge schult die Brücke zwischen Modellannahmen und Geschäftsvalue.
Dieses Projekt schärft
- explainable-models
- stakeholder-communication
- probabilistic-reasoning
Noch eine Sache