Innehållsförteckning:
Definition - Vad betyder mönsterigenkänning?
Inom IT är mönsterigenkänning en gren av maskininlärning som betonar igenkänningen av datamönster eller dataregulariteter i ett givet scenario. Det är en underindelning av maskininlärning och det bör inte förväxlas med faktiska maskininlärningsstudier. Mönsterigenkänning kan antingen vara "övervakad", där tidigare kända mönster kan hittas i en given data, eller "utan övervakning", där helt nya mönster upptäcks.
Techopedia förklarar mönsterigenkänning
Målet bakom mönsterigenkänningsalgoritmer är att ge ett rimligt svar för all möjlig data och att klassificera inmatningsdata till objekt eller klasser baserat på vissa funktioner. En "sannolikt" matchning utförs mellan olika dataprover och deras nyckelfunktioner matchas och identifieras.
Mönsterigenkänning och mönstermatchning är ibland förvirrad som samma sak när de faktiskt inte är det. Medan mönsterigenkänning letar efter ett liknande eller troligtvis mönster i en given data, ser mönstermatchning efter exakt samma mönster. Mönstermatchning anses inte vara en del av maskininlärningen, även om det i vissa fall leder till liknande resultat som mönsterigenkänning.
Denna definition har skrivits inom ramen för datavetenskap
