W zależności od posiadanych a priori danych dotyczących przestrzeni obserwacji ń, przestrzeni klas M oraz przestrzeni decyzji D, systemy rozpoznawania dzielą się na: systemy bez uczenia, systemy uczące się z "nauczycielem" oraz systemy samouczące się. Do podjęcia decyzji o przynależności obrazu x do danej klasy m, systemy bez uczenia wykorzystują aprioryczny opis klas wystarczający do tego, aby potencjalny ciąg rozpoznawanych obrazów mógł być jednoznacznie sklasyfikowany w obrębie ustalonej przestrzeni klas. Systemy uczące się tworzone są wówczas, gdy nie dysponujemy a priori wystarczającymi opisami przestrzeni parametrów i przestrzeni klas. Istotą systemów uczących się jest to, że informacje potrzebne do opisu klas uzyskiwane