SVM 算法相当古老——它是在 1960 年代开发的，但在 1990 年代和 2000 年代非常流行。它是机器学习课程的经典（而且非常漂亮）的一部分。

今天，在媒体处理（图像、声音等）中，神经网络似乎完全占据主导地位，而在其他领域，梯度提升则占据了非常重要的地位。

此外，在最近的数据竞赛中，我没有观察到基于 SVM 的解决方案。

我正在寻找 SVM 仍能提供最先进结果的应用示例（截至 2016 年）。

更新：我想有一些例子，我可以在解释 SVM 时给学生/同事等，这样它看起来不像是纯粹的理论或过时的方法。