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

管理員不需要驗證就可以訪問數(shù)據(jù)存儲系統(tǒng)中的任何數(shù)據(jù)，這符合數(shù)據(jù)安全的要求。

使用偏差較小的模型總是比偏差較大的模型更好。

小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計算機手段來完成。

無論質(zhì)心的初始化如何，K-Means始終會給出相同的結(jié)果。

隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。

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。

通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。

假設屬性的數(shù)量固定，則可以在時間上以線性方式學習基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。

數(shù)據(jù)復制或者備份均是為了從提高數(shù)據(jù)并發(fā)這個角度來設計和實現(xiàn)的。