ADM

数据挖掘算法

大家好，在这里，您可以找到Data Science in Data Science的ADM课程的作业 @ La Sapienza University。每年您找到各自的作业。

特别是，对于每个作业，您会找到一个包含的子目录：

• README.md描述了任务，截止日期和可交付成果。您还可以找到交货所需的表格！

看

• EVALUATION.md ：同行评估的工作方式
• DELIVERY.md ：提交政策

协作

根据ARIS提出​​的政策，我们鼓励您在到达TAS办公时间之前向同事提出问题。就像您在作业1上所做的那样， Slack是对您的问题有一个答案的强大意义，因此请使用它！请记住，辩论的partecipate始终是练习的好方法。

办公时间

由于某些TA的工作远程工作，并且您将在Castro Laurenziano上课，TAS将没有办公时间。尽管如此，我们将始终在Slack上回答您的任何问题，如果您挣扎并且在作业上遇到很多麻烦，您会要求Slack上的整个课程组织办公时间，这将通过Ariosto 25在Diag的Gazebos进行设置。

TAS触点

ta	松弛（优选）	电子邮件
（HTA）克里斯蒂娜（美国东海岸时代）	@Cristina	[email protected]
（HTA）卢卡	@luca	[email protected]
（TA） Francesco	@francesco pezone	[email protected]
（TA） Alireza	@Alireza Seifi1989	[email protected]
（TA）露西亚	@lucia testa	[email protected]
（ta）保罗	@paolo	[email protected]
（ta） silviu	@silviu	[email protected]

我们将尽快回答，响应能力更高。如果您向我们发送电子邮件，请使用“ [ADM2020]”启动对象。