之前在数据挖掘课程上写了篇关于SVM的“科普文”，希望能尽量通俗地介绍SVM（目标是“让没计算机基础的高中生能大概看懂？？？”）。
里面的许多内容都是参考网上的大牛博客而来的（已列在参考资料中），本人进行了梳理和汇总，并加入了自己的一点理解。如果有写错或不准确的地方，欢迎各位大佬指出，本小白先在此谢过！
博文分上下两篇，上篇简单介绍什么是SVM，并学习线性SVM；下篇相对进阶，介绍非线性可分时用到的松弛变量和核函数。
由于word转blog发布好麻烦，特别是图片什么的，所以我直接把文档转图片传上来好了（懒癌晚期）
（为了尽量通俗尽量简化，通篇涉及到的数学原理可能不太严谨，还望见谅！）
