O quê

A Support Vector Machine (SVM) é um classificador que separa duas classes encontrando o hiperplano de margem máxima — a fronteira que fica o mais longe possível dos pontos mais próximos de cada classe. Formalizada por Corinna Cortes e Vladimir Vapnik em Support-Vector Networks (1995), com a base do kernel trick lançada por Boser, Guyon e Vapnik (1992), a SVM reinou em machine learning de ~1995 a ~2010.

Antes do deep learning, a SVM (ao lado de árvores com boosting) era a ferramenta padrão para classificação. Praticamente toda competição de ML pré-2012 — e boa parte do NLP e da bioinformática da época — girava em torno de SVMs bem ajustadas.

Em Magik LLM Gathering, a SVM é tratada como architecture · companion da era clássica — o classificador de fronteira impecável.

Como funciona

Margem máxima e support vectors

Entre infinitas fronteiras que separam duas classes, a SVM escolhe a que maximiza a distância (margem) até os pontos mais próximos. Esses pontos críticos — os únicos que importam para definir a fronteira — são os vetores de suporte. Tudo o mais pode ser removido sem mudar o resultado, o que torna a solução esparsa e bem fundamentada.

A intuição teórica vem de Vapnik: maximizar a margem minimiza o risco estrutural, controlando a complexidade e dando boas garantias de generalização mesmo com poucos dados.

Soft margin

Dados reais raramente são perfeitamente separáveis. A versão soft-margin de 1995 introduziu uma penalidade (parâmetro C) que tolera alguns erros de classificação em troca de uma margem maior — equilíbrio entre ajuste e robustez.

O kernel trick

A grande sacada: a SVM só depende de produtos internos entre pontos. Trocando o produto interno por uma função kernel K(x, x'), ela opera implicitamente num espaço de altíssima dimensão sem nunca calcular as coordenadas lá. Kernels comuns — RBF (gaussiano), polinomial — permitem fronteiras não-lineares complexas a custo computacional tratável. Foi isso que tornou a SVM tão poderosa: linearidade na teoria, flexibilidade na prática.

Por que importa

Foi o estado da arte por 15 anos. Reconhecimento de dígitos, classificação de texto, detecção de spam, problemas de bioinformática — a SVM era a escolha default, frequentemente batendo redes neurais da época.

Trouxe rigor estatístico. A teoria de Vapnik (VC dimension, minimização do risco estrutural) deu à área um arcabouço matemático para falar de generalização — herança que sobrevive muito além da própria SVM.

Continua útil onde dados são poucos. Em regimes de alta dimensão e poucos exemplos (texto, genômica), a SVM ainda compete: não precisa de milhões de amostras como uma rede profunda.

Estado em 2026

• Destronada em percepção. O AlexNet (2012) (2012) mostrou que CNNs treinadas em GPU + ImageNet esmagavam SVMs em visão. Em texto, BERT (2018) e os Transformers fizeram o mesmo no NLP.
• Viva em nichos. Small-data, alta dimensão, baselines interpretáveis e pipelines clássicos ainda usam SVM via scikit-learn rotineiramente.
• Ferramenta de ensino. Margem máxima, kernels e vetores de suporte são conteúdo obrigatório em qualquer curso de ML — a ponte conceitual entre o Perceptron linear e os métodos modernos.
• Legado teórico permanente. A noção de margem reaparece em análises de redes profundas até hoje.

Tratamento de carta — proposta

Support Vector Machine Modelo · Citadel (Classical ML)

Quando entra em jogo, escolha 2 Modelos inimigos adjacentes: a SVM traça a fronteira entre eles e ganha +1/+1 para cada par de inimigos que ela separa. Stat depende só dos “vetores de suporte” (Modelos na borda), não do total.

“Não importa quantos pontos existem. Importa a fronteira entre os mais próximos.”

A mecânica encena margem máxima: o poder vem de separar bem os casos de fronteira, não de contar todos os exemplos.

Veja também

Perceptron · Decision Tree · AlexNet (2012) · Symbolic AI (GOFAI)