公司內部收集的數(shù)據(jù)不存在需要考慮數(shù)據(jù)隱私的環(huán)節(jié)。

如果P（A B）= P（A），則P（A∩B）= P（A）P（B）。

數(shù)據(jù)收集中的拉模式需要通過定時的方式不斷地觸發(fā)，才能源源不斷地獲取對應的數(shù)據(jù)。

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)存儲體系中并不牽扯計算機網絡這一環(huán)節(jié)。

使用偏差較小的模型總是比偏差較大的模型更好。

通常，當試圖從大量觀察中學習具有少量狀態(tài)的HMM時，我們幾乎總是可以通過允許更多隱藏狀態(tài)來增加訓練數(shù)據(jù)的可能性。

非結構化數(shù)據(jù)也可以使用關系型數(shù)據(jù)庫來存儲。

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。

通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。