模式識別是一個系統依靠編程和學習的知識,在一組數據中識別模式的能力。這是計算機科學的一個重要組成部分,因為它允許開發能夠進行復雜數據分析的系統。這可以幫助研究人員快速地對數據進行排序以找到有意義的信息,因為...
模式識別是一個系統依靠編程和學習的知識,在一組數據中識別模式的能力。這是計算機科學的一個重要組成部分,因為它允許開發能夠進行復雜數據分析的系統。這可以幫助研究人員快速地對數據進行排序以找到有意義的信息,因為他們不需要手動讀取數據來找到感興趣的點。模式識別還可以用于發現錯誤、欺詐和其他問題數據集。

許多基于web的電子郵件帳戶都帶有垃圾郵件文件夾。這與模式匹配不同,其中,系統可以使用已知的數據庫精確地匹配材料。在電子郵件篩選器中可以看到這種區別的一個明確的例子。許多基于web的電子郵件帳戶都帶有垃圾郵件文件夾。電子郵件提供商掃描傳入的郵件,并使用模式識別來識別垃圾郵件并將其放入此文件夾中。用戶也可以進行篩選他或她的電子郵件,要求客戶將來自特定發件人或包含特定內容的電子郵件放到特定文件夾中。檢查垃圾郵件的行為需要能夠識別一般模式,例如特定單詞的存在,已知可疑的Internet協議(IP)地址和其他可能將字母標記為虛假的紅色標志。這比簡單地要求系統匹配模式的篩選器更高級。如果系統看到符合模式的單詞或發件人,它可以將電子郵件移動到適當的文件夾中。復雜的算法支持模式識別。系統可以使用多種方法來探索傳入的數據并決定如何最好地處理它。它可以被編程來執行特定的功能,例如將可疑或損壞的數據路由到特定的位置,對數據進行有意義的分類等等該系統具有學習能力,并將其作為一種工具來提高模式識別能力。例如,每當用戶將電子郵件標記為垃圾郵件時,系統就會掃描電子郵件以了解更多信息,系統不會繼續犯將類似郵件放入收件箱的錯誤。計算機科學家開發了新的模式識別技術實驗室和研究環境中的技術。這些技術可以應用到各種任務中,并且需要構建能夠與數據交互并隨時間變化的神經網絡。有些程序非常復雜,能夠進行非常詳細的模式識別,而另一些程序則更為簡單化。這些程序削減了減少了分析數據所需的人工時數,并能捕捉到人類可能遺漏的東西,例如數千份保險索賠中違規行為形式的欺詐證據。