Kuvioiden tunnistaminen on järjestelmän kyky tunnistaa malleja tietojoukkojen sisällä ohjelmoidun ja opitun tiedon perusteella. Tämä on tärkeä osa tietotekniikkaa, koska se mahdollistaa sellaisten järjestelmien kehittämisen, jotka kykenevät monimutkaiseen tietojen analysointiin. Tämä voi auttaa tutkijoita lajittelemaan tietoja nopeasti löytääkseen mielekästä tietoa, koska heidän ei tarvitse lukea tietoja manuaalisesti löytääkseen kiinnostavia kohteita. Kuvioiden tunnistaminen voi myös olla hyödyllistä havaita virheitä, petoksia ja muita tietojoukkojen ongelmia.
Tämä eroaa kuvioiden täsmäytyksestä, jossa järjestelmä voi täsmälleen sovittaa materiaalit tunnetun tietokannan avulla. Selkeä esimerkki tästä erosta näkyy sähköpostisuodattimissa. Monissa verkkopohjaisissa sähköpostitileissä on roskapostikansio. Sähköpostin tarjoaja skannaa saapuvan postin ja tunnistaa roskapostin kuvion tunnistuksella ja pudottaa sen tähän kansioon. Käyttäjä voi myös suodattaa sähköpostinsa ja pyytää asiakasta pudottamaan sähköpostin tietyltä lähettäjältä tai tietystä sisällöstä tiettyyn kansioon.
Roskapostin tarkistaminen edellyttää kykyä tunnistaa yleisiä malleja, kuten tiettyjen sanojen läsnäolo, tunnetut epäilyttävät Internet -protokolla (IP) -osoitteet ja muut punaiset liput, jotka voivat merkitä kirjeen väärennetyksi. Tämä on kehittyneempi kuin suodatin, joka yksinkertaisesti pyytää järjestelmää vastaamaan kuvioita. Jos järjestelmä näkee kuvioon sopivan sanan tai lähettäjän, se voi siirtää sähköpostin asianmukaiseen kansioon.
Monimutkaiset algoritmit tukevat kuvioiden tunnistusta. Järjestelmä voi käyttää useita keinoja tutkia saapuvia tietoja ja päättää, miten niitä parhaiten käsitellä. Se voidaan ohjelmoida suorittamaan tiettyjä toimintoja, kuten epäilyttävien tai korruptoituneiden tietojen reitittäminen tiettyyn paikkaan, tietojen luokittelu mielekkäällä tavalla ja niin edelleen. Järjestelmä pystyy oppimaan ja käyttää tätä työkaluna parantaakseen kuvioiden tunnistamista. Aina kun käyttäjä esimerkiksi merkitsee sähköpostin roskapostiksi, järjestelmä skannaa sähköpostin saadakseen siitä lisätietoja, eikä järjestelmä tee sitä virhettä, että laittaa samankaltaiset sähköpostit postilaatikkoon.
Tietojenkäsittelytieteilijät kehittävät uusia mallintunnistustekniikoita laboratorio- ja tutkimusympäristöissä. Näitä voidaan soveltaa monenlaisiin tehtäviin ja ne edellyttävät sellaisten hermoverkkojen rakentamista, jotka kykenevät toimimaan vuorovaikutuksessa datan kanssa ja muuttumaan ajan myötä. Jotkut ohjelmat ovat erittäin kehittyneitä ja kykenevät hyvin yksityiskohtaiseen kuvion tunnistamiseen, ja toiset ovat yksinkertaisempia. Tällaiset ohjelmat vähentävät tietojen analysointiin tarvittavien ihmisten tuntimäärää ja voivat saada kiinni asioita, joita ihminen saattaa jäädä huomaamatta, kuten todisteita väärinkäytöksistä, jotka kattavat tuhansia vakuutuskorvauksia.