如果P（A B）= P（A），則P（A∩B）= P（A）P（B）。

公司內(nèi)部收集的數(shù)據(jù)不存在需要考慮數(shù)據(jù)隱私的環(huán)節(jié)。

數(shù)據(jù)索引就像給每條數(shù)據(jù)裝了個信箱。

完整性，一致性，時效性，唯一性，有效性，準確性是衡量數(shù)據(jù)質(zhì)量的六個維度指標。

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

數(shù)據(jù)壓縮與解壓縮可以使得數(shù)據(jù)處理的速度加快。

由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。

當MAP中使用的先驗是參數(shù)空間上的統(tǒng)一先驗時，MAP估計等于ML估計。

根據(jù)數(shù)據(jù)科學家與數(shù)據(jù)工程師對于問題的理解并相互討論，然后確定需要收集數(shù)據(jù)的范圍以及種類，然后數(shù)據(jù)工程師使用數(shù)據(jù)收集工具，架構(gòu)，甚至編程的形式來進行數(shù)據(jù)收集的工作，然后并把數(shù)據(jù)收集的數(shù)據(jù)放置到對應(yīng)的存儲系統(tǒng)。

使決策樹更深將確保更好的擬合度，但會降低魯棒性。