prédiction

La prédiction est l’action d’estimer, avec un degré d’incertitude, ce qui est susceptible de se produire à l’avenir. Le terme vient du latin praedictio et, en sciences, désigne une estimation fondée sur des données observables et des modèles explicites. Elle peut viser un événement unique ou une distribution de résultats possibles.

On distingue généralement la prédiction probabiliste (donner des chances qu’un événement se produise) de la prédiction déterministe (attente d’un résultat unique selon un modèle). Certaines prédictions s’inscrivent dans le cadre des prévisions, qui portent souvent sur des horizons temporels et des ensembles de scénarios.

Les méthodes de prédiction reposent sur des données et des modèles. Elles incluent les statistiques descriptives et inférentielles, les séries temporelles, la régression, l’apprentissage automatique et l’intelligence artificielle, les modèles bayésiens, ainsi que des modèles basés sur des lois physiques ou économiques. Le processus typique comprend la collecte de données, la modélisation, l’estimation des paramètres et l’évaluation de la performance sur des données non utilisées lors de l’ajustement.

L’évaluation de la prédiction porte sur l’erreur, la calibration et la robustesse. Des notions comme surapprentissage, biais des données, et validité externe sont prises en compte. Les prédictions introduisent également des questions éthiques et pratiques relatives à la transparence, à la responsabilité et à l’incertitude associée.

Domains d’application: météo, économie et finance, énergie, médecine et épidémiologie, ingénierie, sport et sciences sociales. La prédiction est un outil essentiel, mais elle ne garantit pas le futur et dépend de la qualité des données et des modèles.