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)。

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(tǒng)。

使決策樹更深將確保更好的擬合度，但會降低魯棒性。

任務調度系統(tǒng)的設計與實現才能使得數據收集工作可以不間斷地按照既定的目標從目標源獲取數據。

訓練神經網絡具有過度擬合訓練數據的潛在問題。

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。

無論質心的初始化如何，K-Means始終會給出相同的結果。

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。

使用偏差較小的模型總是比偏差較大的模型更好。

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。