diff --git a/Online Retail/Size prediction for online fashion retailer/notebook.ipynb b/Online Retail/Size prediction for online fashion retailer/notebook.ipynb
index 508f2254cbf66bc898ba626d25e859cef28a95c4..ccdc3b52a4835f0cc08ccfd1ddbcfc3191d8449c 100644
--- a/Online Retail/Size prediction for online fashion retailer/notebook.ipynb	
+++ b/Online Retail/Size prediction for online fashion retailer/notebook.ipynb	
@@ -42,9 +42,7 @@
     "slideshow": {
      "slidetype": ""
     },
-    "tags": [
-     "Teaser"
-    ]
+   
    },
    "source": [
     "Rücksendungen sind im Modehandel ein kostspieliges Problem, oft mit Rückgabequoten von bis zu 50%. Viele Kunden bestellen  mehrere Größen, um die richtige Größe zu finden. Mit dem Datenmodell, das auf einem Datensatz von ModCloth basiert, können Modehändler nun präzise Größenempfehlungen geben. Das Modell nutzt Körpermerkmale wie Taillenumfang, Größe und Hüftumfang, um die perfekte Größe vorherzusagen. Eine logistische Regression zeigte, dass das Modell etwa 73,7% der Variabilität in den Rücksendungen erklären kann, was zu konsistenten Vorhersagen führt. Durch den Einsatz dieses Modells können Rücksendungen reduziert werden. Diese Lösung lässt sich am besten in ein bestehendes CRM-Systeme integrieren und erhöht sowohl die Kundenzufriedenheit als auch die Effizienz des Unternehmens."