Il dataset del Titanic è uno degli esempi più utilizzati per introdurre concetti fondamentali di data science e machine learning.

Partendo da una curiosità personale per i naufragi e i disastri aerei, questa sessione mostra come trasformare una semplice passione in un progetto tecnico: dall'analisi e pulizia dei dati alla feature engineering, fino alla creazione di un modello predittivo per stimare la probabilità di sopravvivenza dei passeggeri.

Verranno illustrati gli step pratici di un tipico workflow — analisi esplorativa, gestione dei dati mancanti, encoding, normalizzazione e valutazione del modello — per evidenziare come anche un dataset “classico” possa diventare una palestra efficace per chi sviluppa e vuole lavorare nell'ambito della DS.