La modellazione predittiva è una tecnica che utilizza metodi matematici e computazionali per prevedere un evento o un risultato. Un approccio matematico utilizza un modello basato su un’equazione che descrive il fenomeno in esame. Il modello è usato per prevedere un risultato in un certo stato o tempo futuro basato su cambiamenti agli input del modello. I parametri del modello aiutano a spiegare come gli input del modello influenzano il risultato. Gli esempi includono modelli di regressione a serie temporali per prevedere il volume del traffico aereo o prevedere l’efficienza del carburante sulla base di un modello di regressione lineare della velocità del motore rispetto al carico.
L’approccio di modellazione predittiva computazionale differisce dall’approccio matematico perché si basa su modelli che non sono facili da spiegare in forma di equazione e spesso richiedono tecniche di simulazione per creare una previsione. Questo approccio è spesso chiamato modellazione predittiva “scatola nera” perché la struttura del modello non fornisce informazioni sui fattori che mappano l’input del modello al risultato. Gli esempi includono l’uso di reti neurali per prevedere da quale azienda vinicola proviene un bicchiere di vino o alberi decisionali per prevedere il rating di credito di un mutuatario.
La modellazione predittiva viene spesso eseguita utilizzando curve e superfici di adattamento, regressione di serie temporali o approcci di apprendimento automatico. Indipendentemente dall’approccio utilizzato, il processo di creazione di un modello predittivo è lo stesso per tutti i metodi. I passi sono: