數(shù)據(jù)存儲體系中并不牽扯計算機網(wǎng)絡這一環(huán)節(jié)。

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。

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。

根據(jù)數(shù)據(jù)科學家與數(shù)據(jù)工程師對于問題的理解并相互討論，然后確定需要收集數(shù)據(jù)的范圍以及種類，然后數(shù)據(jù)工程師使用數(shù)據(jù)收集工具，架構，甚至編程的形式來進行數(shù)據(jù)收集的工作，然后并把數(shù)據(jù)收集的數(shù)據(jù)放置到對應的存儲系統(tǒng)。

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。

非結構化數(shù)據(jù)也可以使用關系型數(shù)據(jù)庫來存儲。

使決策樹更深將確保更好的擬合度，但會降低魯棒性。

由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。

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。

經(jīng)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(shù)據(jù)科學項目的成功。