Spisu treści:
Definicja - Co oznacza rozpoznawanie wzorców?
W IT rozpoznawanie wzorców jest gałęzią uczenia maszynowego, która kładzie nacisk na rozpoznawanie wzorców danych lub prawidłowości danych w danym scenariuszu. Jest to podział uczenia maszynowego i nie należy go mylić z rzeczywistym badaniem uczenia maszynowego. Rozpoznawanie wzorca może być „nadzorowane”, w przypadku gdy wcześniej znane wzorce można znaleźć w danych, lub „nienadzorowane”, w którym wykrywane są całkowicie nowe wzorce.
Techopedia wyjaśnia rozpoznawanie wzorców
Algorytmy rozpoznawania wzorców mają na celu dostarczenie rozsądnej odpowiedzi dla wszystkich możliwych danych i sklasyfikowanie danych wejściowych do obiektów lub klas w oparciu o określone cechy. „Najbardziej prawdopodobne” dopasowanie jest przeprowadzane między różnymi próbkami danych, a ich kluczowe cechy są dopasowywane i rozpoznawane.
Rozpoznawanie wzorców i dopasowywanie wzorców są czasami mylone jako to samo, gdy w rzeczywistości tak nie jest. Podczas gdy rozpoznawanie wzorca szuka podobnego lub najbardziej prawdopodobnego wzorca w danych danych, dopasowanie wzorca szuka dokładnie tego samego wzorca. Dopasowywanie wzorców nie jest uważane za element uczenia maszynowego, chociaż w niektórych przypadkach prowadzi do podobnych wyników jak rozpoznawanie wzorców.
Ta definicja została napisana w kontekście informatyki
