數據壓縮與解壓縮可以使得數據處理的速度加快。

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。

小數據集的數據處理最好也由計算機手段來完成。

當MAP中使用的先驗是參數空間上的統(tǒng)一先驗時，MAP估計等于ML估計。

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）。

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)。

通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。

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。

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。

當數據集標簽錯誤的數據點時，隨機森林通常比AdaBoost更好。