ADM

Алгоритмы для добычи данных

Привет всем, здесь вы найдете домашние работы ADM класса MSC в Университете Data Science @ La Sapienza. В течение каждых лет вы находите соответствующие задания.

В частности, для каждого назначения вы найдете подка каталог, который содержит:

• README.md , который описывает задачу, крайний срок и результаты. Вы также можете найти необходимые формы для доставки!

Взглянуть на

• EVALUATION.md : как работает оценка сверстников
• DELIVERY.md : Политика отправки

Сотрудничество

Согласно политике, представленной ARIS, мы рекомендуем вам задавать вопросы вашим коллегам, прежде чем приехать в рабочее время TAS. Как и для домашней работы 1, Slack - это мощное значение, чтобы иметь ответ на ваши вопросы, так что используйте его! Помните, что участие в дебатах - это всегда хороший способ практиковать.

Рабочее время

Из -за того, что некоторые из TA работают удаленно и что у вас будут занятия в Castro Laurenziano, TAS не будет иметь рабочего времени. Тем не менее, мы всегда будем доступны в Slack, чтобы ответить на любой из ваших вопросов, и, если вы боретесь и испытываете много проблем с домашним заданием, вы просите Slack организовать рабочее время для всего класса, и это будет установлено в Gazebos в Diag, через Ariosto 25. В рабочее время TAS будет отвечать на ваши вопросы и выяснит пояснения по поводу части домашней работы, которые не будут ясными вам.

TAS Contacts

ТА	Слаб (предпочтительнее)	Адрес электронной почты
(HTA) Кристина (время на восточном побережье США)	@cristina	[email protected]
(HTA) Лука	@Luca	[email protected]
(TA) Франческо	@francesco pezone	[email protected]
(TA) Алиреза	@Alireza seifi1989	[email protected]
(TA) Люсия	@lucia testa	[email protected]
(TA) Паоло	@Paolo	[email protected]
(TA) Silviu	@Silviu	[email protected]

Мы ответим как можно скорее, на Slack отзывчивость выше. Если вы отправите нам электронное письмо, пожалуйста, запустите объект с «[ADM2020]».