Adaboost算法的設計思想。從機器學習的角度簡述模型選擇的基本原則。丑小鴨定理；Occam剃刀原理；最小描述長度定理。簡述分類器集成的基本方法。推導Hard-Margin SVM的優化目標。解釋Hinge Loss在SVM中的意義。編程：從MNIST數據集中選擇兩類，對其進行SVM分類，可調用現有的SVM工具利用sklearn庫進行svm訓練MNIST數據集，準確率可以達到90%以上。