支持向量机（SVM）必备概念(凸集和凸函数，凸优化问题，软间隔，核函数，拉格朗日乘子法，对偶问题，slater条件、KKT条件）

拉格朗日乘子法--完整认识

拉格朗日乘子（Lagrange Multiplier）是数学分析中用于解决带有约束条件的优化问题的一种重要方法，特别是SVM

GPT大模型帮助我们理解拉格朗日乘子法——拉格朗日乘子法背后的直觉和依据是基于梯度的性质

ML-对偶(Duality)问题 KKT 条件

浅谈最优化问题的KKT条件

Multiplier和Finger的区别和优劣讨论

机器人中的数值优化（十五）——PHR增广拉格朗日乘子法

（Matlab实现）基于蒙特卡诺和拉格朗日乘子法的电动车调度【有序、无序充放电】

Open3D(C++) 最小二乘拟合平面（拉格朗日乘子法）