由于決策樹學會了對離散值輸出而不是實值函數進行分類，因此它們不可能過度擬合。

當MAP中使用的先驗是參數空間上的統一先驗時，MAP估計等于ML估計。

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。

數據存儲體系中并不牽扯計算機網絡這一環(huán)節(jié)。

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。

數據復制或者備份均是為了從提高數據并發(fā)這個角度來設計和實現的。

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。

選擇用于k均值聚類的聚類數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。

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）。

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。