現在のAIは非常に高度化しているが，それでも内部的には計算を行っているだけであり，人間のような「思考」は存在せず，汎用AIとは言えない．

データサイエンスの役割はあくまでもデータ（ビッグデータ）の分析であり，分析結果の活用やそれに基づく実行計画の策定はまた別の分野である．

相関分析の結果，起床時刻とテストの点数に負の相関が仮に見られたとする．このとき，「成績向上のためには早起きをすれば良い」という結論を導ける．

AI分野では過去3回ブームが起こっており，現在は3回目に対応する．現在のブームの理論的基盤であるニューラルネットワークの登場は2010年ごろである．

全ての機械学習法は，教師情報を使用する「教師あり学習」と教師情報を使用しない「教師なし学習」のどちらかに分類される．

生成AIは，現実には存在しない物事を事実であるかのように出力することがあるが，そこに意図や思考は介在しない．従って，利用者側が注意しなければならない．

実際の観測データから作成された散布図やヒストグラムは常に正確であり，その内容は全面的に信頼できるものである．

データ分析においては，仮説検証サイクル（仮説の設定，分析の実施，分析結果に基づく仮説の評価・考察，対策の実行）を継続的に回すことが肝要である．