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。

支持向量機不適合大規(guī)模數據。

使決策樹更深將確保更好的擬合度，但會降低魯棒性。

數據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據。

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

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)。

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。

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)來增加訓練數據的可能性。

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。

使用偏差較小的模型總是比偏差較大的模型更好。