サポートベクターマシン
SVMとも言われる．
異なるクラスの各データ点との距離が最大になる境界線を求めることでパターン分類を行うもの．
この境界線を求めることをマージン最大化という．
境界線と最も近いデータをサポートベクトルと呼ぶ．
扱うデータが高次元である場合や，線形分類できない場合も想定する必要がある．
後者についてはデータをあえて高次元に写像し，その空間で線形分類するというアプローチが取られた．
この写像に用いる関数をカーネル関数という．
この際に計算が複雑にならないようにするテクニックをカーネルトリックと呼ぶ．
誤分類をある程度許容することで汎化性能を高くしている．
これをソフトマージンと呼び，スラック変数の導入によって実現されている．
ディープラーニング以前は最も人気があった機械学習の手法．