由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。

當反向傳播算法運行到達到最小值時，無論初始權(quán)重是什么，總是會找到相同的解（即權(quán)重）。

支持向量機不適合大規(guī)模數(shù)據(jù)。

使用偏差較小的模型總是比偏差較大的模型更好。

通過統(tǒng)計學(xué)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。

數(shù)據(jù)索引就像給每條數(shù)據(jù)裝了個信箱。

小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計算機手段來完成。

通常，當試圖從大量觀察中學(xué)習(xí)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(xùn)練數(shù)據(jù)的可能性。

數(shù)據(jù)存儲體系中并不牽扯計算機網(wǎng)絡(luò)這一環(huán)節(jié)。