支持向量机（SVM）从入门到放弃再到掌握

<div id="content_views" class="markdown_views prism-atom-one-dark">
                            <!-- flowchart 箭头图标 勿删 -->
                            <svg xmlns="http://www.w3.org/2000/svg" style="display: none;"><path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path></svg>
                            <h1 id="前言"><a name="t0"></a>前言</h1>

<p>朋友，你通过各种不同的途经初次接触支持向量机（SVM）的时候，是不是会觉得这个东西耳熟能详，感觉大家都会，却唯独自己很难理解？ <br>
每一次你的老板或者同仁让你讲解SVM的时候，你觉得你看过这么多资料，使用过这么多次，讲解应该没有问题，但偏偏在分享的时候结结巴巴，<a href="https://www.baidu.com/s?wd=%E6%BC%8F%E6%B4%9E%E7%99%BE%E5%87%BA&amp;tn=24004469_oem_dg&amp;rsv_dl=gh_pl_sl_csd" target="_blank">漏洞百出</a>？ <br>
每一次机器学习相关的面试在问到支持向量机（SVM）的时候，尽管你觉得你都准备好了，可是一次又一次败下阵来，以至于觉得问那些问题的人（是不是脑子有…）是那么的厉害，每一次都能精准发觉到你的不足和漏洞，让你怀疑你掌握的是假的SVM，然后让你怀疑人生？ <br>
那还等什么，快来看看这篇文章吧，原价998，现在只要。。。（不好意思，扯偏了。）</p>

<p>以上可能真的只是我的个人经历（在这里，学渣给各位大佬鞠躬了！），但不管怎么样，我还是要自己写一篇从头到尾的SVM的理解，然后呈现给各位大佬审阅，欢迎您批评指正！</p>

<p>按照以下问题成文：</p>

<ul>
<li>由线性分类任务开始</li>
<li>为何需要最大化间隔</li>
<li>怎么解决凸二次规划问题</li>
<li>对偶问题的求解</li>
<li>SMO算法</li>
<li>核函数的由来和使用</li>
</ul>