Mathematische Funktionen, die in Algorithmen wie Support Vector Machines (SVMs) verwendet werden, um Daten implizit in einen höherdimensionalen Raum zu transformieren, in dem eine lineare Trennung möglich wird. Sie ermöglichen das Finden nichtlinearer Entscheidungsgrenzen, ohne die Transformation explizit berechnen zu müssen (siehe auch Kernel Trick). Beispiele: Linear, Polynomial, RBF, Sigmoid.