Les SVM
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
Les machines à vecteurs de support (SVM) sont une puissante famille d'algorithmes d'apprentissage automatique pour la classification et la régression. Leur théorie découle de travaux entamés dans les années 1960 par Vladimir Vapnik, mathématicien issu d'une famille juive soviétique, avec Alexey Chervonenkis, et achevés dans les années 1990 après l'arrivée de Vapnik aux Bell Labs d'AT&T aux États-Unis. Les SVM sont devenus l'une des méthodes les plus utilisées en reconnaissance de formes avant l'ère de l'apprentissage profond.
Extrait du « Legs des Juifs » — contributions juives vérifiées au monde, avec sources.