1. 面试官：请解释什么是支持向量机(SVM)，并说明它在监督学习中的作用。

2. 面试官：在支持向量机(SVM)中，什么是“支持向量”？它们为什么如此重要？

3. 面试官：请解释线性可分和线性不可分的概念，并说明支持向量机(SVM)如何处理这两种情况。

4. 面试官：探讨支持向量机(SVM)在高维空间中的优势和挑战。

5. 面试官：讨论核函数在支持向量机(SVM)中的作用和重要性。

6. 面试官：什么是软间隔和硬间隔？支持向量机(SVM)如何处理具有噪声的数据？

7. 面试官：请说明支持向量机(SVM)是如何解决多类别分类问题的。

8. 面试官：讨论支持向量机(SVM)的参数调优方法和技巧。

9. 面试官：解释支持向量回归(SVR)与支持向量机(SVM)之间的区别和联系。

10. 面试官：讨论支持向量机(SVM)在非线性分类和回归问题上的应用场景和方法。