Prepoznavanje uzoraka je sposobnost sustava da prepozna obrasce unutar skupova podataka, oslanjajući se na programirano i naučeno znanje. Ovo je važan dio računalne znanosti, jer omogućuje razvoj sustava koji su sposobni za složenu analizu podataka. To može pomoći istraživačima da brzo sortiraju podatke kako bi pronašli smislene informacije, jer ne moraju ručno čitati podatke kako bi pronašli točke interesa. Prepoznavanje uzoraka također može biti korisno za uočavanje pogrešaka, prijevara i drugih problema unutar skupova podataka.
Ovo se razlikuje od podudaranja uzoraka, u kojem sustav može precizno uskladiti materijale koristeći poznatu bazu podataka. Jasan primjer ove razlike može se vidjeti u filterima e-pošte. Mnogi računi e-pošte temeljeni na webu dolaze s mapom neželjene pošte. Pružatelj usluge e-pošte skenira dolaznu poštu i koristi prepoznavanje uzoraka kako bi identificirao neželjenu poštu i ispustio je u ovu mapu. Korisnik također može filtrirati svoju e-poštu, tražeći od klijenta da ispusti e-poštu od određenog pošiljatelja ili s određenim sadržajem u određenu mapu.
Čin provjere neželjene pošte zahtijeva sposobnost prepoznavanja općih obrazaca, kao što su prisutnost određenih riječi, poznate sumnjive adrese internetskog protokola (IP) i druge crvene zastavice koje mogu označiti pismo kao lažno. Ovo je naprednije od filtra, koji jednostavno traži od sustava da uskladi uzorke. Ako sustav vidi riječ ili pošiljatelja koji odgovara uzorku, može premjestiti e-poštu u odgovarajuću mapu.
Složeni algoritmi podržavaju prepoznavanje uzoraka. Sustav može koristiti nekoliko načina da istraži dolazne podatke i odluči kako najbolje postupati s njima. Može se programirati za obavljanje određenih funkcija, kao što je usmjeravanje sumnjivih ili oštećenih podataka na određeno mjesto, klasificiranje podataka na smislen način i tako dalje. Sustav je sposoban za učenje i koristi ga kao alat za poboljšanje prepoznavanja uzoraka. Svaki put kada korisnik označi e-poštu kao neželjenu, na primjer, sustav skenira e-poštu kako bi saznao više o njoj, a sustav neće nastaviti činiti pogrešku stavljajući slične poruke e-pošte u pristiglu poštu.
Računalni znanstvenici razvijaju nove tehnike prepoznavanja uzoraka u laboratorijskim i istraživačkim okruženjima. Oni se mogu primijeniti na razne zadatke i zahtijevaju izgradnju neuronskih mreža koje su sposobne komunicirati s podacima i mijenjati se tijekom vremena. Neki su programi iznimno sofisticirani i sposobni za vrlo detaljno prepoznavanje uzoraka, a drugi su jednostavniji. Takvi programi smanjuju broj ljudskih sati potrebnih za analizu podataka i mogu uhvatiti stvari koje bi čovjek mogao propustiti, kao što su dokazi o prijevari u obliku nepravilnosti koje obuhvaćaju tisuće potraživanja od osiguranja.