Первый вопрос:
В данных всё идёт по принципу оптимального действия δA ≡ O?
Практически во всех задачах DS и ML есть идея оптимизации: непосредственно модели полностью основаны на оптимизационных алгоритмах + бывают более широкие проблемы, где также нужно найти параметры или действие, которые дают лучший результат по выбранной метрике.
Но не вся работа с данными про «оптимальное действие». Например, чтобы построить модели, сначала необходимо разобраться в данных — поискать закономерности, проверить гипотезы, понять ограничения. И зачастую это больше половины всего процесса, если не учитывать production-составляющую. Так что принцип оптимальности ключевой, но не описывает весь процесс целиком.