數據收集中的拉模式需要通過定時的方式不斷地觸發(fā)，才能源源不斷地獲取對應的數據。

選擇用于k均值聚類的聚類數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。

由于決策樹學會了對離散值輸出而不是實值函數進行分類，因此它們不可能過度擬合。

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）。

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。

數據索引就像給每條數據裝了個信箱。

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。

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。

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。