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。

小數(shù)據集的數(shù)據處理最好也由計算機手段來完成。

數(shù)據索引是保證數(shù)據處理高性能的軟件角度的一種手段，不做數(shù)據索引的數(shù)據訪問是線性訪問，但是做了索引的數(shù)據訪問會成倍的降低訪問時間。

支持向量機不適合大規(guī)模數(shù)據。

根據數(shù)據科學家與數(shù)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(shù)據的范圍以及種類，然后數(shù)據工程師使用數(shù)據收集工具，架構，甚至編程的形式來進行數(shù)據收集的工作，然后并把數(shù)據收集的數(shù)據放置到對應的存儲系統(tǒng)。

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(shù)據的可能性。

數(shù)據壓縮與解壓縮可以使得數(shù)據處理的速度加快。

如果P（A B）= P（A），則P（A∩B）= P（A）P（B）。

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）。

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(shù)據科學項目的成功。