隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。

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(gòu)，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)。

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。

使用偏差較小的模型總是比偏差較大的模型更好。

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。

給定用于2類分類問題的線性可分離數(shù)據(jù)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。

無論質(zhì)心的初始化如何，K-Means始終會給出相同的結(jié)果。

通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。

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。

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。