👋Ребята всем привет SVM (Метод опорных векторов) или частный случай регуляризации по Тихонову, представляет собой линейный метод/модель обучения с учителем главная задача которой - построить уравнение разделяющей гиперплоскости в пространстве, для разделения некоторого, чаще двух классов оптимальным образом. Она может быть оптимизирована через функцию потерь, при использовании L-BFGS, SGD методов и поддерживает margin-based оптимизацию. Также данную модель можно использовать для обучения классификаторов. SVM веса настраиваются таким образом, чтобы объекты классов лежали как можно дальше от разделяющей гиперплоскости. Поддерживается случай линейной разделимости и линейной неразделимости. Математически данная модель строится на теореме Куна-Такера и фукнции Лагранжа. Более подробную информацию о данном методе вы найдете здесь: https://scikit-learn.org/stable/modules/svm.html