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。

如果P（A B）= P（A），則P（A∩B）= P（A）P（B）。

最大似然估計的一個缺點是，在某些情況下（例如，多項式分布），它可能會返回零的概率估計。

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。

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)。

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

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。

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。

支持向量機不適合大規(guī)模數(shù)據(jù)。