# Woche 10 - Projektpräsentationen

{% hint style="warning" %}
Zur Präsentation anhand Eures besten Modells die Vorhersagen für den Testdatensatz der Kaggle Competition berechnen und dort hochladen!
{% endhint %}

#### Präsentation (Powerpoint, Keybote oder ähnliches)

Jedes Team hält eine 8 oder 10-minütige Abschlusspräsentation (genaue Info erfolgt in der Vorwoche - bitte darauf achten, dass Ihr die Länge einhaltet!) mit den folgenden Inhalten:

* Euren Namen auf der Titelseite
* Auflistung und kurze Beschreibung der selbst erstellten Variablen
* Balkendiagramme mit Konfidenzintervallen für zwei selbst erstellte Variablen
* Optimierung des linearen Modells: Modellgleichung und adjusted r²
* Art der Missing Value Imputation
* Optimierung des neuronalen Netzes:
  * Source Code zur Definition des neuronalen Netzes
  * Darstellung der Loss-Funktionen für Trainings- und Validierungsdatensatz
  * MAPEs für den Validierungsdatensatz insgesamt und für jede Warengruppe einzeln
* „Worst Fail“ / „Best Improvement“

{% hint style="warning" %}
Die Dokumentation des Leistungsnachweises erfolgt über das von Euch erstellte Repository, das wie in den READMEs angegeben vervollständigt werden muss.\
Anschließend muss ***ein*** Team-Mitglied das README des Hauptverzeichnisses wie [hier](https://opencampus.gitbook.io/opencampus-machine-learning-program/projects/requirements#submitting-your-project) beschrieben in der EduHub-Plattform hochladen.
{% endhint %}


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://opencampus.gitbook.io/opencampus-machine-learning-program/courses/archive/einfuehrung/woche-9-projektpraesentationen.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.