pattern recognition (tsz. pattern recognitions)
A pattern recognition – magyarul: mintázatfelismerés – az informatikában, mesterséges intelligenciában, gépi tanulásban és statisztikában használt eljárás, amelynek célja, hogy strukturálatlan adatból (képekből, hangból, szövegből, számokból) automatikusan felismerjük a jelentős mintákat, struktúrákat vagy szabályszerűségeket.
Ez a terület alapvető szerepet játszik a gépi látásban, beszédfelismerésben, orvosi diagnosztikában, arcfelismerésben, ujjlenyomat-elemzésben, és rengeteg más gyakorlati alkalmazásban.
A pattern recognition célja:
| Adattípus | Példák |
|---|---|
| Képek | Arcfelismerés, karakterfelismerés (OCR) |
| Hang | Beszédfelismerés, hangtípus azonosítás |
| Szöveg | Nyelvazonosítás, szentimentelemzés |
| Idősor | Pénzügyi adatok, szenzoradatok |
| Biometrikus adatok | Ujjlenyomat, retina, DNS-minta |
| Technika | Leírás |
|---|---|
| Közeli szomszéd (k-NN) | Egyszerű klasszifikátor, a legközelebbi példák alapján dönt. |
| SVM (Support Vector Machine) | Nagy távolságot keres az osztályok között, hatékony sok dimenzióban. |
| Döntési fa | Szabályalapú döntéshozatal, olvasható struktúra. |
| Neurális hálók / Deep Learning | Különösen erős képfeldolgozásban és komplex minták esetén. |
| Bayes-hálók | Valószínűségszámításon alapuló döntések. |
| HMM (Hidden Markov Model) | Időfüggő mintákra (pl. beszéd, szekvenciák). |
| Clustering (K-means, DBSCAN) | Nem felügyelt tanulás, hasonló elemek csoportosítása. |
A klasszikus algoritmusokat egyre inkább felváltják a mély tanulási (deep learning) megközelítések, amelyek képesek:
A mintázatfelismerő rendszer minőségét az alábbiakkal mérik:
| Mérőszám | Leírás |
|---|---|
| Pontosság (accuracy) | Helyes találatok aránya |
| Precizitás | A valóban helyes találatok aránya a pozitív találatok között |
| Recall | A helyesen felismert pozitív esetek aránya |
| F1-score | A precizitás és a recall harmonikus átlaga |
| Confusion matrix | Részletes osztályozási mátrix, hibák nyomon követésére |
| Fogalom | Leírás |
|---|---|
| Mintázatfelismerés | Adatokban rejlő struktúrák felismerése |
| Mesterséges intelligencia (AI) | Intelligens döntéshozatal és tanulás |
| Gépi tanulás (ML) | Algoritmusok, amelyek adatból tanulnak |
| Deep learning | Az ML része, mély neurális hálókkal |
A pattern recognition kulcsfontosságú az adatvezérelt rendszerek működésében. Képes automatizálni azokat a feladatokat, amelyeket az emberi agy természetesen végez (minták felismerése, képek értelmezése, beszéd megértése), és hatalmas lehetőségeket nyitott meg a mesterséges intelligencia, gépi látás, orvosi diagnosztika és pénzügyi elemzés területén.