Машинне навчання
Воно вважається сьогодні найпотужнішим і найбільш поширеним методом аналізу інформації. Сьогодні, на жаль, немає алгоритмів машинного навчання, які забезпечують хорошу обробку інформації більш-менш довільної природи. У зв’язку з цим фахівці змушені здійснювати попередній збір і обробку даних, щоб привести їх у вид, придатний для використання алгоритму. Як правило, таку переробку іменують фичеселенктом або перепроцессингом. У більшості алгоритмів можна використовувати числа фіксованої довжини.
Разом з тим в даний час зріс інтерес до алгоритмів, що ґрунтується на нейронних мережах. Перевага в тому, що вони можуть використовуватися не тільки чисел, але і для об’єктів, що мають додаткові (в основному геометричні) властивості. Наприклад, можна проаналізувати зображення: алгоритм враховує значення пікселів, а також їх взаємне розташування. Аналогічним чином проводиться оцінка вихідних даних аудіодоріжки або відеоряду.
