要将工作申请分为两类，并使用密度估计来检测离职申请人，我们可以使用生成分类器。

经常跟管理层打交道并进行有效地关于商业领域的讨论有助于数据科学项目的成功。

通常，当试图从大量观察中学习具有少量状态的HMM时，我们几乎总是可以通过允许更多隐藏状态来增加训练数据的可能性。

数据复制或者备份均是为了从提高数据并发这个角度来设计和实现的。

数据存储体系中并不牵扯计算机网络这一环节。

数据索引是保证数据处理高性能的软件角度的一种手段，不做数据索引的数据访问是线性访问，但是做了索引的数据访问会成倍的降低访问时间。

数据索引就像给每条数据装了个信箱。

根据数据科学家与数据工程师对于问题的理解并相互讨论，然后确定需要收集数据的范围以及种类，然后数据工程师使用数据收集工具，架构，甚至编程的形式来进行数据收集的工作，然后并把数据收集的数据放置到对应的存储系统。

使用正则表达式可以找到一个文本文件中所有可能出现的手机号码。

假设属性的数量固定，则可以在时间上以线性方式学习基于高斯的贝叶斯最优分类器，而该数量是数据集中记录的数量。