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)。

小數據集的數據處理最好也由計算機手段來完成。

經常跟管理層打交道并進行有效地關于商業(yè)領域的討論有助于數據科學項目的成功。

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。

使決策樹更深將確保更好的擬合度，但會降低魯棒性。

給定用于2類分類問題的線性可分離數據集，線性SVM優(yōu)于感知器，因為SVM通常能夠在訓練集上實現更好的分類精度。

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）。

要將工作申請分為兩類，并使用密度估計來檢測離職申請人，我們可以使用生成分類器。

管理員不需要驗證就可以訪問數據存儲系統中的任何數據，這符合數據安全的要求。