Uma máquina de vetor de suporte (SVM) é um tipo de algoritmo de aprendizado de máquina usado para classificação e análise de regressão. Funciona identificando um hiperplano que separa os dados em duas classes, com a margem máxima entre as duas classes. O hiperplano é escolhido de forma que os pontos de dados mais próximos a ele sejam chamados de vetores de suporte, que são usados para definir o limite de decisão. SVMs são particularmente úteis ao lidar com dados de alta dimensão e podem ser treinados usando diferentes funções de kernel para transformar os dados em um espaço de maior dimensão para melhor separação.
Data de publicação: