小數據集的數據處理最好也由計算機手段來完成。

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。

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(xiàn)的。

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。

給定用于2類分類問題的線性可分離數據集，線性SVM優(yōu)于感知器，因為SVM通常能夠在訓練集上實現(xiàn)更好的分類精度。

數據壓縮與解壓縮可以使得數據處理的速度加快。

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）。

非結構化數據也可以使用關系型數據庫來存儲。

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)。

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)。