非结构化数据也可以使用关系型数据库来存储。

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。

随机梯度下降每次更新执行的计算量少于批梯度下降。

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。

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。

最大似然估计的一个缺点是，在某些情况下（例如，多项式分布），它可能会返回零的概率估计。

支持向量机不适合大规模数据。

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。

数据索引就像给每条数据装了个信箱。

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。