由于決策樹學(xué)會了對離散值輸出而不是實值函數(shù)進(jìn)行分類，因此它們不可能過度擬合。

通過統(tǒng)計學(xué)可以推測擲兩個撒子同時選中3點的幾率。

小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計算機(jī)手段來完成。

對于文本數(shù)據(jù)和多媒體數(shù)據(jù)進(jìn)行特征提取是為了方便對于這類數(shù)據(jù)的觀察和理解。

數(shù)據(jù)索引是保證數(shù)據(jù)處理高性能的軟件角度的一種手段，不做數(shù)據(jù)索引的數(shù)據(jù)訪問是線性訪問，但是做了索引的數(shù)據(jù)訪問會成倍的降低訪問時間。

使用正則表達(dá)式可以找到一個文本文件中所有可能出現(xiàn)的手機(jī)號碼。

數(shù)據(jù)索引就像給每條數(shù)據(jù)裝了個信箱。

無論質(zhì)心的初始化如何，K-Means始終會給出相同的結(jié)果。

要將工作申請分為兩類，并使用密度估計來檢測離職申請人，我們可以使用生成分類器。

任務(wù)調(diào)度系統(tǒng)的設(shè)計與實現(xiàn)才能使得數(shù)據(jù)收集工作可以不間斷地按照既定的目標(biāo)從目標(biāo)源獲取數(shù)據(jù)。