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)。

非結構化數據也可以使用關系型數據庫來存儲。

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，而該數量是數據集中記錄的數量。

對于文本數據和多媒體數據進行特征提取是為了方便對于這類數據的觀察和理解。

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。

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)。

使用偏差較小的模型總是比偏差較大的模型更好。

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