SVM的优点：在⾼维空间中⾮常⾼效；即使在数据维度⽐样本数量⼤的情况下仍然有效；在决策函数（称为⽀持向量）中使⽤训练集的⼦集,因此它也是⾼效利⽤内存的；通⽤性：不同的核函数与特定的决策函数⼀⼀对应；SVM的缺点：如果特征数量⽐样本数量⼤得多，在选择核函数时要避免过拟合；对缺失数据敏感;对于核函数的⾼维映射解释。

BP 神经网络传播过程包括正向传播和反向传播，其中反向传播本质上是“负反馈”。这一点就类似于控制里面的闭环系统，通过反馈，利用偏差纠正偏差，从而达到满意的输出效果；对于误差的处理，利用了梯度下降法+多次迭代的方式，寻找最小的误差。在此过程中，每进行一次迭代，不同层节点之间的权重就会发生一次更新。正因为权重的动态更新，每一次正向传播所得到的误差也在动态更新，直至得到期望的输出效果；原理的掌握是基础，