經(jīng)常跟管理層打交道并進行有效地關(guān)于商業(yè)領(lǐng)域的討論有助于數(shù)據(jù)科學(xué)項目的成功。

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。

當數(shù)據(jù)集標簽錯誤的數(shù)據(jù)點時，隨機森林通常比AdaBoost更好。

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(quán)重是什么，總是會找到相同的解（即權(quán)重）。

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

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。

選擇用于k均值聚類的聚類數(shù)k的一種好方法是嘗試k的多個值，并選擇最小化失真度量的值。

使決策樹更深將確保更好的擬合度，但會降低魯棒性。

使用正則表達式可以找到一個文本文件中所有可能出現(xiàn)的手機號碼。