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。

选择用于k均值聚类的聚类数k的一种好方法是尝试k的多个值，并选择最小化失真度量的值。

由于分类是回归的一种特殊情况，因此逻辑回归是线性回归的一种特殊情况。

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。

小数据集的数据处理最好也由计算机手段来完成。

使决策树更深将确保更好的拟合度，但会降低鲁棒性。

当反向传播算法运行到达到最小值时，无论初始权重是什么，总是会找到相同的解（即权重）。

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。

任务调度系统的设计与实现才能使得数据收集工作可以不间断地按照既定的目标从目标源获取数据。

支持向量机不适合大规模数据。