Dieses Projekt hatte die klare Zielformulierung, einen Algorithmus zu entwickeln, welcher die ideale Rundenzeit eines Wagens auf Grundlage seiner Parameter vorhersehen kann. Bei der Entwicklung gab es mehrere Schwierigkeiten, die es zu lösen galt. Als Beispiel sei genannt, dass die Gefahr bestand, dass das Modell sich zu sehr auf die Trainingsdaten verlässt und nicht sonderlich gut bei neuen, noch nie zuvor gesehenen Daten abschneiden würde. Außerdem musste ein Weg gefunden werden, die Vorhersage zuverlässig für neue Rennstrecken zu machen, da die Daten nur auf einer Rennstrecke basierten. Ich entwickelte mehrere Modelle und verglich sie miteinander. Als Resultat schied ein Adaboost Regressor viel besser als eine neuronale Netzwerk basierte Lösung ab, vor allem in Hinsicht auf neue Daten. Am Ende performte mein System im Rahmen des tolerierbaren Fehlers in den Tests und der Kunde war äußerst zufrieden.