非結構化數(shù)據(jù)也可以使用關系型數(shù)據(jù)庫來存儲。

當數(shù)據(jù)集標簽錯誤的數(shù)據(jù)點時，隨機森林通常比AdaBoost更好。

數(shù)據(jù)存儲體系中并不牽扯計算機網(wǎng)絡這一環(huán)節(jié)。

使用偏差較小的模型總是比偏差較大的模型更好。

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。

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。

假設屬性的數(shù)量固定，則可以在時間上以線性方式學習基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。

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，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)放置到對應的存儲系統(tǒng)。

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。