Machine à Vecteurs de Support

Une méthode d'apprentissage supervisé qui trouve une frontière de décision (hyperplan) séparant des classes en maximisant la marge entre les vecteurs de support — les points d'entraînement les plus proches de la frontière — en mappant éventuellement les entrées dans un espace de caractéristiques de dimension supérieure via des noyaux pour gérer la non-linéarité.