通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。

數(shù)據索引就像給每條數(shù)據裝了個信箱。

當數(shù)據集標簽錯誤的數(shù)據點時，隨機森林通常比AdaBoost更好。

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）。

小數(shù)據集的數(shù)據處理最好也由計算機手段來完成。

無論質心的初始化如何，K-Means始終會給出相同的結果。

對于文本數(shù)據和多媒體數(shù)據進行特征提取是為了方便對于這類數(shù)據的觀察和理解。

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)。

假設屬性的數(shù)量固定，則可以在時間上以線性方式學習基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據集中記錄的數(shù)量。

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