MLP-Baseline für Strompreis-Prognose in einem Stadtwerk
Übersicht
Worum es bei diesem Projekt geht.
Baue eine MLP-Prognose für Strompreise, vergleiche mit SARIMA und erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Schlägt eine MLP-Prognose die SARIMA-Baseline auf Day-Ahead-Spotpreisen so deutlich, dass der Implementierungs- und Wartungsaufwand gerechtfertigt ist?
Earning criteria — what you'll demonstrate
- MLP-Architekturen als Baseline für Tabellen-/Zeitreihen-Probleme verstehen
- Rolling-Window-Evaluation für Zeitreihen sauber durchführen
- Gegen starke klassische Baselines (SARIMA, naiv) fair benchen
- Eine ehrliche Go/No-Go-Empfehlung gegen Deep-Learning-Hype formulieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Deep Learning
Master · Ai Ml
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenData Scientist
Deep-Learning-Baseline gegen klassische Methoden ehrlich zu benchen ist eine Disziplin, die Junior-Data-Scientists oft fehlt — die Challenge übt genau diese Reife.
Dieses Projekt schärft
- mlp-architectures
- time-series-forecasting
- baseline-comparison
Machine Learning Engineer
Rolling-Window-Evaluation und Standardisierungs-Disziplin sind tägliche ML-Engineering-Praktiken in produktiven Forecasting-Pipelines.
Dieses Projekt schärft
- pytorch
- feature-engineering
- model-evaluation
Applied AI Scientist
Go/No-Go-Empfehlungen mit Wartungs-Realität zu treffen, ist das, was angewandte KI-Wissenschaftler:innen gegen die Hype-Versuchung schützt.
Dieses Projekt schärft
- baseline-comparison
- model-evaluation
- time-series-forecasting
Noch eine Sache