非结构化数据也可以使用关系型数据库来存储。

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。

数据压缩与解压缩可以使得数据处理的速度加快。

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。

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。

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。

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。

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。

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。

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）。