🤖 unict-ml-year-x-group-x

Benvenuti nel repository template per i progetti di Machine Learning del laboratorio.
Questo repository fornisce una struttura base per organizzare codice, dati e documentazione.

📂 Struttura del progetto

unict-ml-year-x-group-x/
│
├── data/       # Dataset e file di dati
│
├── docs/       # Documentazione e report
│
├── media/      # Video demo, immagini, screenshot
│
├── notebooks/  # Jupyter notebooks per analisi ed esperimenti
│
├── project_ideas/  # Idee e proposte di progetti
│
├── results/    # Risultati, log, metriche, modelli
│
├── src/        # Codice sorgente
│
└── README.md   # Questo file

📃 Documentazione

Per la stesura del report finale, utilizzare il template fornito in docs/report-template.md.
Il template contiene le sezioni standard richieste per documentare il progetto.

💡Idee di progetti

Per una lista di idee di progetti basati su dataset disponibili pubblicamente, consultare il file:
project_ideas/project_ideas.md.

🛠️ Come usare il repository

Ogni gruppo deve partire dal template seguendo questi passaggi:

1. Creare un nuovo repository dal template

   • Cliccare su Use this template nella pagina del template
   • Creare un nuovo repository privato per il proprio gruppo
   • Rinominare il repository usando la convenzione:

     unict-ml-year-x-group-x
     

     dove:
     • year-x indica l'anno del corso
     • group-x è il numero del gruppo
     • Esempio:

       unict-ml-year-25-group-01
       

   • Aggiungere il docente come collaboratore

2. Clonare il repository sul proprio computer

3. Aggiornare il README

Progetto

• Gruppo: 10
• Nome del progetto: Predizione della sopravvivenza nei disastri marittimi storici
• Descrizione breve del progetto: Analisi dei dati dei passeggeri di eventi navali storici, come il Titanic, l'Estonia e il Lusitania, tramite modelli predittivi di machine learning per stimare la probabilità di sopravvivenza in base a caratteristiche individuali e condizioni del viaggio.

Membri del gruppo

• Emanuele Di Benedetto
• Davide Greco
• Samuele Moscuzza