A dolgozatom témája a gépjárművek átlagfogyasztásának a megbecsülése neurális háló, illetve más mesterséges intelligencia módszerek segítségével. Az informatika és a gépjárművek műszaki területein megszerzett elméleti és gyakorlati tudásomat ötvözve egy olyan megoldást szeretnék biztosítani, amely képes segíteni az átlagembereknek és az autóiparnak is. A bemutatásra kerülő módszerrel lecsökkenthető a legyártott prototípusok és tesztek száma, ezzel jelentős pénzt, időt és energiát spórolva, beleértve a karbonlábnyomot is. A módszer emellett segíthet az autótulajdonosoknak jobban megismerni a gépjárműveiket és a leendő autótulajdonosoknak megtalálni az igényeiknek leginkább megfelelő gépjárművet. Dolgozatomban ismertetem a problémát, részletezem, hogy milyen lehetőségek vannak a megoldásra, illetve milyen mértékben éri meg ezt bevezetni. Továbbá beszélek a felhasznált technológiákról, azok gyakorlati felhasználásáról, elméleti hátteréről és működéséről, beleértve a mesterséges intelligenciát, gépi tanulást és a mélytanulást is. Arra is kitérek, hogy mi a web scraping, hogyan lett megvalósítva és milyen adatok lettek felhasználva a kutatás sikerének eléréséhez. Az alkalmazott technológiák ismertetése után részletesen, lépésről lépésre bemutatásra kerül a pontos megoldás és az elért eredmények. Ismertetésre kerül néhány hasznos adatfeldolgozási technológia, illetve a neurális háló felépítése. Emellett további mesterséges intelligencia modelleket is megemlítek, valamint részletesebben kitérek ezek előnyeire, hátrányaira és működésükre. Az eredményeken túl analizálva lettek a projektben használt adatoknak és technológiáknak az előnyei és hátrányai. Továbbá megvizsgáltam, hogy milyen megoldásokkal lehetne kiküszöbölni a hiányosságokat és hogyan lehetne kihozni a projektből a maximumot.