1. Propósito
1.1. Extraer información que permita establecer propiedades de conjuntos de objetos
1.1.1. Físicos
1.1.2. Abstractos
2. Metodología
2.1. Heurísticas
2.1.1. Uso de la experiencia y la intuición humana
2.1.2. Están hechos a la medida de la problemática
2.2. Matemáticas
2.2.1. Uso de las propiedades comunes de los patrones y se basan en las reglas de clasificación
2.2.1.1. Determinísticas
2.2.1.1.1. Por ejemplo, los algoritmos de aprendizaje iterativo tales como los algoritmos utilizados para el entrenamiento de redes neuronales.
2.2.1.2. Estadísticas
2.2.1.2.1. Clasificadores basados en las regla de clasificación de Bayes.
2.3. Lingüísticas
2.3.1. Uso de los elementos primitivos que componen a los patrones (sub-patrones) y la relación que existe entre ellos
3. Definición
3.1. Es la descripción y clasificación de procesos en distintas áreas
3.1.1. Matemáticas
3.1.2. Computación
3.1.3. Ingeniería
4. Etapas
4.1. Adquisición de datos
4.1.1. Es necesario, realizar o implementar alguna etapa de adquisición de los datos que describen al patrón que se desea clasificar
4.2. Pre – procesamiento
4.2.1. Procesar el patrón de entrada de tal forma que todos los patrones tengan el mismo tamaño
4.3. Extracción de características
4.3.1. Reducir la cantidad de información (reducción de dimensionalidad) que representa a cada uno de los patrones
4.3.1.1. Condiciones
4.3.1.1.1. La dimensionalidad del vector de características debe de ser menor que la del patrón original.
4.3.1.1.2. Las características deben representar una codificación óptima de la entrada, perdiendo la información que no sea muy importante.
4.4. Reconocimiento
4.4.1. Obtener una salida del sistema como respuesta a un conjunto de estímulos dados como entrada (patrones).