訓(xùn)練神經(jīng)網(wǎng)絡(luò)具有過度擬合訓(xùn)練數(shù)據(jù)的潛在問題。

完整性，一致性，時效性，唯一性，有效性，準(zhǔn)確性是衡量數(shù)據(jù)質(zhì)量的六個維度指標(biāo)。

支持向量機不適合大規(guī)模數(shù)據(jù)。

最大似然估計的一個缺點是，在某些情況下（例如，多項式分布），它可能會返回零的概率估計。

數(shù)據(jù)存儲體系中并不牽扯計算機網(wǎng)絡(luò)這一環(huán)節(jié)。

無論質(zhì)心的初始化如何，K-Means始終會給出相同的結(jié)果。

當(dāng)反向傳播算法運行到達(dá)到最小值時，無論初始權(quán)重是什么，總是會找到相同的解（即權(quán)重）。

小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計算機手段來完成。

使用正則表達(dá)式可以找到一個文本文件中所有可能出現(xiàn)的手機號碼。

由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。