Woordenlijst

Voorspellende modellering

Wat is Voorspellende modellering?

Voorspellende modellering is de technische kern van voorspellende analyse: met voorbeeldgegevens met bekende uitkomsten wordt een model gebouwd dat voor nieuwe gevallen een waarde of klasse voorspelt. Gangbare methoden zijn regressie, beslisbomen, random forests en neurale netwerken. Een model kan bijvoorbeeld de prijs van een woning schatten op basis van woonoppervlak, ligging en bouwjaar. Vóór de inzet wordt het getest op achtergehouden gegevens om overfitting op te sporen.

Onderwerpen

modellering
voorspelling
machine learning

KI.ordo uitproberen

Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.

Demo starten

← Alle begrippen

Verwante begrippen

Voorspellende analyse

Voorspellende analyse gebruikt historische gegevens, statistiek en machine learning om waarschijnlijke toekomstige gebeurtenissen te schatten. Ze beantwoordt vragen als: welke klanten staan op het punt op te zeggen? Hoeveel voorraad is er volgende maand nodig? Wanneer valt een machine waarschijnlijk uit? De resultaten zijn kansen, geen zekerheden. De waarde hangt sterk af van de datakwaliteit en van de vraag of de voorspellingen daadwerkelijk doorwerken in beslissingen en processen.

data-analyse
voorspellen
+1

Lineaire regressie

Lineaire regressie is een statistische methode die het verband tussen een doelvariabele en een of meer voorspellers beschrijft met een rechte lijn of vlak. De coëfficiënten worden meestal zo gekozen dat de som van de gekwadrateerde afwijkingen minimaal is. De methode is eenvoudig te begrijpen en te interpreteren: ze kan bijvoorbeeld schatten hoeveel de omzet stijgt als het reclamebudget met € 1.000 toeneemt. Bij niet-lineaire verbanden bereikt ze haar grenzen.

Statistiek
Voorspellen
+1

Random forest-regressie

Random forest-regressie voorspelt numerieke waarden door veel beslisbomen te combineren. Elke boom wordt getraind op een willekeurige steekproef van de gegevens en een willekeurige selectie van features; het resultaat is het gemiddelde van de voorspellingen van alle bomen. Daardoor is de methode robuuster en minder gevoelig voor overfitting dan één enkele boom. Ze wordt bijvoorbeeld gebruikt voor omzetprognoses, prijsschattingen of energievraag – vaak als solide uitgangspunt voor tabelgegevens.

regressie
ensemblemethode
+1

Kruisvalidatie

Kruisvalidatie is een methode om te controleren hoe goed een model generaliseert naar nieuwe, onbekende data. Bij k-voudige kruisvalidatie wordt de data in k delen gesplitst; het model wordt k keer getraind op k−1 delen en telkens getest op het resterende deel, waarna de resultaten worden gemiddeld. Dit helpt overfitting op te sporen en modellen of instellingen eerlijk te vergelijken, vooral wanneer weinig data beschikbaar is.

Modelevaluatie
Validatie
+1