Qual método de aprendizado supervisionado constrói classificadores lineares separando por um hiperplano que maximiza a margem entre classes?

Resposta

SVM (Support Vector Machines).

Constrói classificadores lineares por meio de um hiperplano que maximiza a margem entre classes.
Formulação básica: minimizar \( \tfrac{1}{2}\|w\|^2 \) sujeita a \( y_i(w\cdot x_i + b)\ge 1 \).
Na prática usa-se soft margin com variáveis \(\xi_i\) e parâmetro \(C\) para equilibrar margem e erros.
Só os pontos na margem — os vetores de suporte — definem o modelo; kernel permite tratar casos não lineares (ex.: RBF, polinomial).