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。

公司內部收集的數(shù)據(jù)不存在需要考慮數(shù)據(jù)隱私的環(huán)節(jié)。

如果P（A B）= P（A），則P（A∩B）= P（A）P（B）。

由于決策樹學會了對離散值輸出而不是實值函數(shù)進行分類，因此它們不可能過度擬合。

要將工作申請分為兩類，并使用密度估計來檢測離職申請人，我們可以使用生成分類器。

假設屬性的數(shù)量固定，則可以在時間上以線性方式學習基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。

使用偏差較小的模型總是比偏差較大的模型更好。

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

非結構化數(shù)據(jù)也可以使用關系型數(shù)據(jù)庫來存儲。

通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。