Las Técnicas de Cómputo Aproximado (ACT) son soluciones prometedoras hacia el logro de una reducción en la energía, la latencia temporal y el tamaño del hardware para implementaciones integradas de algoritmos de aprendizaje automático. En este documento, presentamos la primera implementación en FPGA de un clasificador SVM tensorial aproximado con ACT a nivel algorítmico utilizando Síntesis de Alto Nivel (HLS). Se adoptó un marco de clasificación de modalidad táctil para validar la efectividad de la implementación propuesta. En comparación con la implementación exacta presentada en el estado del arte, la implementación propuesta logra una reducción en el consumo de energía de hasta un 49% con una aceleración de 3.2 veces. Además, los recursos de hardware se reducen en un 40% mientras se consume un 82% menos de energía al clasificar un toque de entrada con una pérdida de precisión inferior al 5%.