SVM ou Máquina de Vetores de Suporte é um algoritmo de aprendizagem supervisionada usado para classificação e regressão. Foi desenvolvido por Vladimir Vapnik e pode lidar com problemas não lineares através da técnica de kernel. O objetivo do SVM é encontrar o hiperplano que maximiza a margem entre exemplos de diferentes classes. Isso leva a uma boa generalização mesmo para dados de teste desconhecidos.