Wir haben mehrere Verfahren zur Mustererkennung und Funktionsapproximation kennengelernt. Die Frage ist nun, was diese Verfahren gemeinsam haben? Die Frage ist auch, ob wir eine generelle Überklasse bilden können, die alle Verfahren zur Mustererkennung und Funktionsapproximation beinhaltet. Die Support Vector Machines sind da ein Ansatz. Sie fassen mit Hilfe der Kernelfunctions für einige Neuronale Netze einige Neuronalen Netze zusammen.
Support Vector Machines kommen aus dem Gebiet des
Machine Learnings und der
Statistical Learning Theory.