Las máquinas de vectores de soporte
Vladimir Vapnik, a Soviet-born Jewish mathematician, with Alexey Chervonenkis and later colleagues at Bell Labs
1963–1995
Moscow, USSR, and AT&T Bell Labs, New Jersey, United States
Las máquinas de vectores de soporte (SVM) son una potente familia de algoritmos de aprendizaje automático para clasificación y regresión. Su teoría surge de trabajos iniciados en los años 1960 por Vladimir Vapnik, matemático de una familia judía soviética, con Alexey Chervonenkis, y culminados en los años 1990 tras llegar Vapnik a los Bell Labs de AT&T en EE. UU. Las SVM fueron uno de los métodos más usados en reconocimiento de patrones antes de la era del aprendizaje profundo.
Parte de «El legado de los judíos» — contribuciones judías verificadas al mundo, con fuentes.