Les SVM
Vladimir Vapnik, mathématicien juif né en Union soviétique, avec Alexeï Tchervonenkis puis des collègues des Bell Labs
1963–1995
Moscou, URSS, et AT&T Bell Labs, New Jersey, États-Unis
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.