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

使決策樹更深將確保更好的擬合度，但會降低魯棒性。

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。

根據數(shù)據科學家與數(shù)據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)據的范圍以及種類，然后數(shù)據工程師使用數(shù)據收集工具，架構，甚至編程的形式來進行數(shù)據收集的工作，然后并把數(shù)據收集的數(shù)據放置到對應的存儲系統(tǒng)。

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。

任務調度系統(tǒng)的設計與實現(xiàn)才能使得數(shù)據收集工作可以不間斷地按照既定的目標從目標源獲取數(shù)據。

數(shù)據索引就像給每條數(shù)據裝了個信箱。

訓練神經網絡具有過度擬合訓練數(shù)據的潛在問題。

無論質心的初始化如何，K-Means始終會給出相同的結果。

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。