当MAP中使用的先验是参数空间上的统一先验时，MAP估计等于ML估计。

任何对数据处理与存储系统的操作均需要记录，这符合数据安全的要求。

非结构化数据也可以使用关系型数据库来存储。

使决策树更深将确保更好的拟合度，但会降低鲁棒性。

如果P（A B）= P（A），则P（A∩B）= P（A）P（B）。

对于文本数据和多媒体数据进行特征提取是为了方便对于这类数据的观察和理解。

训练神经网络具有过度拟合训练数据的潜在问题。

给定用于2类分类问题的线性可分离数据集，线性SVM优于感知器，因为SVM通常能够在训练集上实现更好的分类精度。

无论质心的初始化如何，K-Means始终会给出相同的结果。

由于决策树学会了对离散值输出而不是实值函数进行分类，因此它们不可能过度拟合。