Modelação Preditiva é uma técnica que utiliza métodos matemáticos e computacionais para prever um evento ou resultado. Uma abordagem matemática utiliza um modelo baseado na equação que descreve o fenómeno em consideração. O modelo é utilizado para prever um resultado em algum estado ou tempo futuro, com base em mudanças nas entradas do modelo. Os parâmetros do modelo ajudam a explicar como as entradas do modelo influenciam o resultado. Exemplos incluem modelos de regressão de série temporal para prever o volume de tráfego aéreo ou prever a eficiência do combustível com base num modelo de regressão linear da velocidade do motor versus carga.
A abordagem de previsão computacional difere da abordagem matemática porque se baseia em modelos que não são fáceis de explicar em forma de equação e muitas vezes requerem técnicas de simulação para criar uma previsão. Esta abordagem é muitas vezes chamada “caixa negra” de modelação preditiva porque a estrutura do modelo não fornece uma visão dos factores que mapeiam a entrada do modelo para o resultado. Exemplos incluem a utilização de redes neurais para prever de que adega um copo de vinho provém ou ensacado árvores de decisão para prever a classificação de crédito de um mutuário.
A modelação preditiva é frequentemente realizada utilizando curvas e ajuste de superfície, regressão de séries temporais, ou abordagens de aprendizagem de máquinas. Independentemente da abordagem utilizada, o processo de criação de um modelo preditivo é o mesmo em todos os métodos. Os passos são: