支持向量机（Support Vector Machine, SVM）是一种基于统计学习理论的机器学习方法，主要用于解决分类（Classification）和回归（Regression）问题。因此，正确答案是：

A: 分类（Classification）
C: 回归（Regression）

专业分析如下：

1. **分类（Classification）**：
- 支持向量机最初是作为一种二分类模型提出的。它通过寻找一个最优超平面来最大化类别之间的间隔，从而实现对数据的分类。SVM在高维空间中表现尤为出色，特别适用于线性不可分的情况，通过核技巧（Kernel Trick）将数据映射到更高维度空间，使得在该空间中数据变得线性可分。

2. **回归（Regression）**：
- 支持向量机不仅可以用于分类，还可以通过支持向量回归（Support Vector Regression, SVR）来解决回归问题。SVR的目标是找到一个函数，使得大多数数据点都落在该函数的ε-不敏感管道内，同时尽量保持模型的复杂度低。

综上所述，支持向量机在分类和回归问题上都有广泛的应用，具有良好的推广性能和较高的精确性。