模式識別是人工智能的基礎學科，廣泛應用于工作、生活中，比如OCR、語音識別、條碼識別、指紋識別、遙感識別等。理論上來說：模式識別是指通過計算機技術研究生物體（包含人在內）對事物的感知過程的方法論。可以說，任何一種環境或者客體所包含的信息，都可以稱為一種模式，這種對生物體認識并做出判斷的一個細化的研究，就叫模式識別。

模式識別是一個復雜的研究項目，要涉及生理學、生物學、心理學、數學、計算機學、統計學等多個學科的綜合研究，所以人類對模式識別的研究經歷了漫長的階段，不同階段形成了不同的方法論。決策方法論：就是將模式事物進行數字化處理，長寬高、黑白灰等各種信息，將這些信息提取出來，組成一個新的特征，也就是從表面事物抽象到了理論層面，從而可以判定這個事物到底是什么。結構方法論：類似樹狀結構的識別模式，將一個模式劃分為多個不同的子模式，再將子模式劃分為更加細小的子模式，就像是不斷擴充下級一樣。將各子模式之間的關系結合起來，就是模式識別。統計方法論：判別函數法，近鄰分類法，特征分析法等等，我們將所有事物排列在一起，通過有相似性的樣本在模式空間中互相接近，來進行區分，從而判斷事物是什么。類似“物以類聚、人以群分”。

?

模式識別在結果上，與數學中“集合”的概念相似，但“集合”是結果，模式識別是導致這個集合的過程。以文檔識別為例，其定義是指電子設備（例如掃描儀或數碼相機）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程。?將文字這些信息，通過計算機程序、數學分析、邏輯分析等等處理方法，與字符庫進行對比，判斷出到底是什么字。利用計算機自動識別字符的技術，是模式識別應用的一個重要領域。