Gabarito disponível
Resolução comentada
SVMs constroem um separador de margem máxima.
Segundo Russell & Norvig, a SVM busca o separador de margem máxima, isto é, a fronteira com maior distância dos exemplos mais próximos. Com o truque do kernel, ela também lida com dados não linearmente separáveis.
Análise das alternativas
A) Serve também para classificação. C) Não se baseia em árvores de decisão. D) Com kernels, trata dados não linearmente separáveis. E) É aprendizado supervisionado, não clustering.
Referência: Russell & Norvig (2013), Inteligência Artificial: SVM.
Resolução comentada do VaiConcursos.