什么是模式识别(Pattern Recognition)？

模式识别是一个系统依靠编程和学习的知识，在一组数据中识别模式的能力。这是计算机科学的一个重要组成部分，因为它允许开发能够进行复杂数据分析的系统。这可以帮助研究人员快速地对数据进行排序以找到有意义的信息，因为他们不需要手动读取数据来找到感兴趣的点。模式识别还可以用于发现错误、欺诈和其他问题数据集。许多基于web的电子邮件帐户都带有垃圾邮件文件夹。这与模式匹配不同，其中，系统可以使用已知的数据库精确地匹配材料。在电子邮件筛选器中可以看到这种区别的一个明确的例子。许多基于web的电子邮件帐户都带有垃圾邮件文件夹。电子邮件提供商扫描传入的邮件，并使用模式识别来识别垃圾邮件并将其放入此文件夹中。用户也可以进行筛选他或她的电子邮件，要求客户将来自特定发件人或包含特定内容的电子邮件放到特定文件夹中。检查垃圾邮件的行为需要能够识别一般模式，例如特定单词的存在，已知可疑的Internet协议（IP）地址和其他可能将字母标记为虚假的红色标志。这比简单地要求系统匹配模式的筛选器更高级。如果系统看到符合模式的单词或发件人，它可以将电子邮件移动到适当的文件夹中。复杂的算法支持模式识别。系统可以使用多种方法来探索传入的数据并决定如何最好地处理它。它可以被编程来执行特定的功能，例如将可疑或损坏的数据路由到特定的位置，对数据进行有意义的分类等等该系统具有学习能力，并将其作为一种工具来提高模式识别能力。例如，每当用户将电子邮件标记为垃圾邮件时，系统就会扫描电子邮件以了解更多信息，系统不会继续犯将类似邮件放入收件箱的错误。计算机科学家开发了新的模式识别技术实验室和研究环境中的技术。这些技术可以应用到各种任务中，并且需要构建能够与数据交互并随时间变化的神经网络。有些程序非常复杂，能够进行非常详细的模式识别，而另一些程序则更为简单化。这些程序削减了减少了分析数据所需的人工时数，并能捕捉到人类可能遗漏的东西，例如数千份保险索赔中违规行为形式的欺诈证据。