这一章是在SVM这个词前面加了一个kernal，什么都好计算了。
继续阅读“Kernel Support Vector Machine《机器学习技法》学习笔记（3.1、3.2、3.3、3.4）”
Dual Support Vector Machine《机器学习技法》学习笔记（2.1、2.2、2.3、2.4）
第1周的课里面主要讲的是线性SVM，包括如何让线性SVM的线性分割的线更加鲁棒以及如何用二次规划（QP）求解，我也用Matlab实践了一下。
这一周主要讲的是SVM的对偶问题，或者说是SVM的另一种表示形式。
继续阅读“Dual Support Vector Machine《机器学习技法》学习笔记（2.1、2.2、2.3、2.4）”
《机器学习技法》学习笔记（1.1）—— Linear Support Vector Machine
对原来的线形分类进行回顾——Linear Classification Revisited
继续阅读“《机器学习技法》学习笔记（1.1）—— Linear Support Vector Machine”
《机器学习技法》学习笔记（1.2、1.3、1.4）
首先必须要理解一个东西，就是点到平面的距离（或者点到超平面的距离）
上面的图在最后其实已经推导出来了，但是我还需要总结一下：
《机器学习技法》学习笔记（1.1）—— Linear Support Vector Machine
对原来的线形分类进行回顾——Linear Classification Revisited
继续阅读“《机器学习技法》学习笔记（1.1）—— Linear Support Vector Machine”