有支持SVM的应用程序吗？

SVM算法非常古老-它于1960年代开发，但是在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。

如今，似乎在媒体处理（图像，声音等）中，神经网络已完全占据主导地位，而在其他领域，梯度提升却占据了非常重要的位置。

另外，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仍能提供最新结果（截至2016年）的应用示例。

更新：我想举一些例子，在解释SVM时可以给学生/同事例如，这样它看起来不像是纯粹的理论或过时的方法。

根据该论文，我们需要数百个分类器来解决现实世界中的分类问题吗？SVM与Random Forest和Gradient Boots Machines一起是针对120多个数据集（使用精度作为度量标准）的最佳分类算法。

我对它们进行了一些修改，然后重复进行了实验，使这三个分类器的性能优于其他分类器，但正如免费午餐定理所言，总是存在其他一些算法的性能优于这三个分类器的问题。

所以是的，我要说的是，SVM（具有高斯内核-这就是我使用的）仍然是与非媒体相关的数据集的相关算法。