完整性，一致性，時效性，唯一性，有效性，準確性是衡量數(shù)據(jù)質(zhì)量的六個維度指標。

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。

對于文本數(shù)據(jù)和多媒體數(shù)據(jù)進行特征提取是為了方便對于這類數(shù)據(jù)的觀察和理解。

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。

數(shù)據(jù)壓縮與解壓縮可以使得數(shù)據(jù)處理的速度加快。

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。

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）。

通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。

隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。

使決策樹更深將確保更好的擬合度，但會降低魯棒性。