Voorspellende Modellering is een techniek die wiskundige en computationele methoden gebruikt om een gebeurtenis of uitkomst te voorspellen. Een wiskundige benadering maakt gebruik van een op vergelijkingen gebaseerd model dat het fenomeen in kwestie beschrijft. Het model wordt gebruikt om een uitkomst in een toekomstige toestand of tijd te voorspellen op basis van veranderingen in de modelinputs. De modelparameters helpen verklaren hoe de modelinputs de uitkomst beïnvloeden. Voorbeelden zijn regressiemodellen op basis van tijdreeksen voor het voorspellen van het verkeersvolume van luchtvaartmaatschappijen of het voorspellen van de brandstofefficiëntie op basis van een lineair regressiemodel van motortoerental versus belasting.
De aanpak van computationele voorspellende modellen verschilt van de wiskundige aanpak, omdat deze berust op modellen die niet gemakkelijk in vergelijkingvorm zijn uit te leggen en vaak simulatietechnieken vereisen om een voorspelling te doen. Deze benadering wordt vaak “black box” voorspellende modellering genoemd omdat de modelstructuur geen inzicht verschaft in de factoren die de modelinput in kaart brengen in de uitkomst. Voorbeelden zijn het gebruik van neurale netwerken om te voorspellen van welke wijnmakerij een glas wijn afkomstig is, of het gebruik van beslissingsbomen om de kredietwaardigheid van een kredietnemer te voorspellen.
Voorspellende modellering wordt vaak uitgevoerd met behulp van kromme- en oppervlakteaanpassing, tijdreeksregressie, of machinaal leren. Ongeacht de gebruikte aanpak is het proces om tot een voorspellend model te komen bij alle methoden hetzelfde. De stappen zijn: