Las máquinas de vectores de soporte (SVM) aprenden mediante ejemplos para asignar etiquetas a objetos. Funcionan mapeando los datos de entrada a un espacio de características de mayor dimensión para encontrar la máxima separación entre clases y formar una frontera de decisión. Las SVM se han aplicado con éxito a problemas de clasificación en diversos campos como reconocimiento de imágenes y datos biológicos.