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。

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。

使用正則表達式可以找到一個文本文件中所有可能出現(xiàn)的手機號碼。

隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。

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。

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)。

當(dāng)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。

非結(jié)構(gòu)化數(shù)據(jù)也可以使用關(guān)系型數(shù)據(jù)庫來存儲。

當(dāng)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。