为了更好了解世界，我们可以通过数学来描述许多特定的现象，而数学模型就是现实世界的理想化，不过它永远不能完全精确地表示现实世界。在这篇文章中，我将介绍一些数学建模的基本概念以及相应的基础知识，而关于更具体的如何建模的内容我将会在之后的文章中介绍。

这篇文章中，我将简单介绍下与神经网络有关的东西，包括它的基本模型，典型的算法以及与深度学习的联系等内容。

在这篇文章中，我将介绍与支持向量机有关的东西，我们知道支持向量机主要分两类，就是和这两种（当然还有其他的，如多类支持向量机、 Nu-Support Vector Regression等），因此我将介绍它俩的联系与区别，但首先将会详细介绍它俩有关的知识及python实现。