ADM

數據挖掘算法

大家好，在這裡，您可以找到Data Science in Data Science的ADM課程的作業 @ La Sapienza University。每年您找到各自的作業。

特別是，對於每個作業，您會找到一個包含的子目錄：

• README.md描述了任務，截止日期和可交付成果。您還可以找到交貨所需的表格！

看

• EVALUATION.md ：同行評估的工作方式
• DELIVERY.md ：提交政策

協作

根據ARIS提出​​的政策，我們鼓勵您在到達TAS辦公時間之前向同事提出問題。就像您在作業1上所做的那樣， Slack是對您的問題有一個答案的強大意義，因此請使用它！請記住，辯論的partecipate始終是練習的好方法。

辦公時間

由於某些TA的工作遠程工作，並且您將在Castro Laurenziano上課，TAS將沒有辦公時間。儘管如此，我們將始終在Slack上回答您的任何問題，如果您掙扎並且在作業上遇到很多麻煩，您會要求Slack上的整個課程組織辦公時間，這將通過Ariosto 25在Diag的Gazebos進行設置。

TAS觸點

ta	鬆弛（優選）	電子郵件
（HTA）克里斯蒂娜（美國東海岸時代）	@Cristina	[email protected]
（HTA）盧卡	@luca	[email protected]
（TA） Francesco	@francesco pezone	[email protected]
（TA） Alireza	@Alireza Seifi1989	[email protected]
（TA）露西亞	@lucia testa	[email protected]
（ta）保羅	@paolo	[email protected]
（ta） silviu	@silviu	[email protected]

我們將盡快回答，響應能力更高。如果您向我們發送電子郵件，請使用“ [ADM2020]”啟動對象。