ماشین بردار پشتیبان (SVM) نوعی الگوریتم یادگیری ماشینی است که برای طبقه‌بندی و تحلیل رگرسیون استفاده می‌شود. این با شناسایی یک ابر صفحه که داده ها را به دو کلاس جدا می کند، با حداکثر حاشیه بین دو کلاس کار می کند. ابر صفحه به گونه ای انتخاب می شود که نزدیک ترین نقاط داده به آن بردارهای پشتیبان نامیده می شوند که برای تعیین مرز تصمیم استفاده می شوند. SVM ها به ویژه در هنگام برخورد با داده های با ابعاد بالا مفید هستند و می توانند با استفاده از توابع هسته مختلف آموزش داده شوند تا داده ها را به فضایی با ابعاد بالاتر برای جداسازی بهتر تبدیل کنند.
تاریخ انتشار: