Распознава́ние о́бразов, раздел кибернетики, разрабатывающий принципы и методы классификации, а также идентификации предметов, явлений, процессов, сигналов, ситуаций – всех тех объектов, которые могут быть описаны конечным набором некоторых признаков или свойств, характеризующих объект.

Описание объекта представляет собой $n$-мерный вектор, где $n$ – число признаков, используемых для характеристики объекта, $i$-я координата вектора равна значению $i$-го признака, $i=1, ..., n$. В описании объекта допускается отсутствие информации о значении того или иного признака. Если необходимо расклассифицировать предъявленные объекты по нескольким группам только на основе их описаний, причём число групп не обязательно известно, то такая задача распознавания образов называется задачей таксономии (обучение без учителя). Для задач собственно распознавания образов (обучения с учителем) кроме описания объектов необходимы дополнительные сведения о принадлежности этих объектов к тому или иному классу. Количество классов конечно и задано. Классы могут пересекаться.

Совокупность описаний объектов, для которых известны классы, к которым они принадлежат, образуют обучающую последовательность (набор эталонов). Основная задача распознавания образов заключается в том, чтобы, исходя из обучающей последовательности, определить класс, к которому принадлежит описание некоторого объекта, который нужно классифицировать. К такой схеме приводится любая задача принятия решений, если только процесс принятия решения базируется в основном на изучении ранее накопленного опыта.

Прикладные задачи, решаемые методами распознавания образов, возникают при идентификации машинописных и рукописных текстов, фотоизображений, при автоматическом распознавании речи, в медицинской диагностике, при геологическом прогнозировании, прогнозировании свойств химических соединений, оценке экономических, политических, производственных ситуаций, при классификации социологического материала. Для решения этих задач накоплено большое число т. н. эвристических алгоритмов распознавания, ориентированных на специфику каждой конкретной задачи. Кроме того, на основе некоторых интуитивных принципов строятся модели алгоритмов распознавания, т. е. семейства алгоритмов для решения классификационных задач.