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。

隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。

數據索引就像給每條數據裝了個信箱。

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)。

數據壓縮與解壓縮可以使得數據處理的速度加快。

假設屬性的數量固定，則可以在時間上以線性方式學習基于高斯的貝葉斯最優(yōu)分類器，而該數量是數據集中記錄的數量。

通常，當試圖從大量觀察中學習具有少量狀態(tài)的HMM時，我們幾乎總是可以通過允許更多隱藏狀態(tài)來增加訓練數據的可能性。

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。

當數據集標簽錯誤的數據點時，隨機森林通常比AdaBoost更好。