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。

使決策樹更深將確保更好的擬合度，但會降低魯棒性。

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

小數(shù)據集的數(shù)據處理最好也由計算機手段來完成。

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。

數(shù)據壓縮與解壓縮可以使得數(shù)據處理的速度加快。

非結構化數(shù)據也可以使用關系型數(shù)據庫來存儲。

管理員不需要驗證就可以訪問數(shù)據存儲系統(tǒng)中的任何數(shù)據，這符合數(shù)據安全的要求。

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)據的可能性。

數(shù)據存儲體系中并不牽扯計算機網絡這一環(huán)節(jié)。