У „Машинско учење", Подршка Вецтор Мацхине (СВМ) је надгледани модел учења са повезаним алгоритмима који анализирају податке и препознају обрасце, а користи се за класификацију и регресиону анализу у Пословна интелигенција. Тхе СВМ Басиц узима скуп улазних података и предвиђа, за сваки задати улаз, коју од две класе излаз припада, па је то бинарни линеарни не-пробабилистички класификатор (само изаберите између 2 Опције). С обзиром на низ примера обуке, од којих је сваки означен као један од два категорије, алгоритам обуке гради модел који додељује нове примере у а категорија или друго. Ова врста модела се широко користи за анализу модела у којима се скуп података мора класификовати у само две категорије, превара или не-превара, да или не на основу кредита итд. СВМ модел представља приказ примера (базе података помоћу које је извршена процена) као тачака у простору, тако да доделити примере одвојених категорија које су генерално подељене дефинисаним простором, простором који мора бити што шири могуће. Нови улазни подаци биће класификовани у истом простору и предвиђати којој категорији припадају.
Вектор машина за подршку заснива се на чињеници да се сваки нови податак може класификовати у одговарајућу категорију на основу учења анализираних података. У примеру испод, објекти припадају само једној класи зелене или црвене боје. Линија раздвајања дефинише границу на десној страни где су сви објекти зелени и на левој страни где су сви објекти црвене боје.
Огласи
У овом другом примеру можемо уочити две категорије подељене централном осом и две растојања између њих.
Огласи
У стварном животу је врло тешко пронаћи моделе који су толико јасни као они на овим сликама, али увек је могуће имати приближну верзију.
Огласи
