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。

数据压缩与解压缩可以使得数据处理的速度加快。

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。

训练神经网络具有过度拟合训练数据的潜在问题。

管理员不需要验证就可以访问数据存储系统中的任何数据，这符合数据安全的要求。

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）。

如果P（A B）= P（A），则P（A∩B）= P（A）P（B）。

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。

数据索引就像给每条数据装了个信箱。

无论质心的初始化如何，K-Means始终会给出相同的结果。