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

選擇用于k均值聚類的聚類數(shù)k的一種好方法是嘗試k的多個值，并選擇最小化失真度量的值。

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

隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。

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。

經(jīng)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(shù)據(jù)科學項目的成功。

通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。

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。

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）。

完整性，一致性，時效性，唯一性，有效性，準確性是衡量數(shù)據(jù)質量的六個維度指標。