經常跟管理層打交道并進行有效地關于商業(yè)領域的討論有助于數據科學項目的成功。

數據索引是保證數據處理高性能的軟件角度的一種手段，不做數據索引的數據訪問是線性訪問，但是做了索引的數據訪問會成倍的降低訪問時間。

訓練神經網絡具有過度擬合訓練數據的潛在問題。

非結構化數據也可以使用關系型數據庫來存儲。

給定用于2類分類問題的線性可分離數據集，線性SVM優(yōu)于感知器，因為SVM通常能夠在訓練集上實現更好的分類精度。

如果P（A B）= P（A），則P（A∩B）= P（A）P（B）。

使用偏差較小的模型總是比偏差較大的模型更好。

對于文本數據和多媒體數據進行特征提取是為了方便對于這類數據的觀察和理解。

隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。

公司內部收集的數據不存在需要考慮數據隱私的環(huán)節(jié)。