Analisi Predittiva

Previsione di eventi futuri da dati storici

L’analisi predittiva utilizza i dati insieme ad analisi, tecniche di apprendimento automatico e statistiche per creare un modello predittivo per la previsione di eventi futuri. Il termine "analisi predittiva" non descrive una particolare tecnica statistica o di apprendimento automatico, ma, piuttosto, l'applicazione di una tecnica per creare una previsione quantitativa per il futuro. Frequentemente, le tecniche di apprendimento automatico con supervisione vengono utilizzate per prevedere un valore futuro (ad esempio, la temperatura domani sarà 30°) o stimare una probabilità (ad esempio, la probabilità di pioggia domani è del 75 %).

L’analisi predittiva è spesso discussa nel contesto dei Big Data dato che le imprese applicano algoritmi per ricavare spunti da grandi insiemi di dati utilizzando Hadoop e MapReduce. Le fonti di dati utilizzate per creare modelli predittivi spesso includono database SQL, file di log di attrezzature, immagini, video, audio e dati dai sensori. Questi modelli predittivi possono essere applicati per la produzione in un ambiente IT o in un sistema embedded.

Ad esempio: Nel settore dell'energia, comunemente, si prevede la richiesta di elettricità per il giorno successivo.  Questa previsione è utilizzata dagli operatori della rete al fine di garantire un’adeguata programmazione della generazione di energia per soddisfare la richiesta.  Altre applicazioni includono visione artificiale, punteggi di affidabilità creditizia, manutenzione predittiva di macchinari e veicoli, la previsione di vendita al dettaglio, gestione del rischio e assistenza sanitaria.

Le tecniche utilizzate nell’analisi predittiva spesso includono alcuni dei seguenti:

Per informazioni aggiuntive, vedere Statistics and Machine Learning Toolbox™, e Neural Network Toolbox.



Vedere anche: analisi dati, apprendimento senza supervisione, modellazione predittiva, manutenzione predittiva