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。

經(jīng)常跟管理層打交道并進行有效地關(guān)于商業(yè)領域的討論有助于數(shù)據(jù)科學項目的成功。

訓練神經(jīng)網(wǎng)絡具有過度擬合訓練數(shù)據(jù)的潛在問題。

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。

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。

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)放置到對應的存儲系統(tǒng)。

當反向傳播算法運行到達到最小值時，無論初始權(quán)重是什么，總是會找到相同的解（即權(quán)重）。

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)復制或者備份均是為了從提高數(shù)據(jù)并發(fā)這個角度來設計和實現(xiàn)的。

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。