Prognosemodell
En modell som bruker tilgjengelige opplysninger til å anslå en fremtidig størrelse for en fastsatt periode.
Hva anslår en prognosemodell?
En prognosemodell anslår en fremtidig størrelse ut fra tilgjengelige opplysninger, for eksempel tidligere observasjoner og kjente påvirkningsfaktorer. Målstørrelse og periode må være fastsatt. Et anslag for morgendagen besvarer et annet planleggingsspørsmål enn et anslag for det kommende kvartalet. Resultatet er forbundet med usikkerhet. Hvor nyttig det er, avhenger blant annet av dataene og av om viktige forutsetninger endrer seg sammenlignet med tidligere.
I et fiktivt reservedelslager skal en modell anslå behovet for den kommende uken. Teamet planlegger en sammenligning med enkle eksisterende planleggingstall og mengder som faktisk observeres senere. En ny, større serviceavtale må tas med i vurderingen hvis den ennå ikke er synlig i tidligere forbruksdata. Før en bestilling kontrollerer den ansvarlige personen også lagerbeholdning, åpne bestillinger og leveringsvilkår. Prognosen støtter denne beslutningen; den er verken en garantert behovsmengde eller en bestilling som allerede er lagt inn. Håndtering av usikkerhet og oppdatering ved nye opplysninger fastsettes også.
Kilder
Beslektede begreper
- MaskinlæringModeller lærer mønstre fra data og bruker dem på nye inndata.
- KI-inferensÅ bruke en allerede trent modell på inndata for å få et resultat.
- LLM-evalueringLLM-evaluering tester modellutdata mot definerte oppgaver og kriterier. Ett godt enkelttilfelle dokumenterer ikke generell kvalitet.
- AnbefalingssystemEt system som velger eller rangerer relevante kandidater blant tilgjengelige tilbud, for eksempel ut fra egenskaper eller tidligere interaksjoner.
- Veiledet læringEn læringsmetode som bruker inndata sammen med tilhørende målverdier eller klasser som treningseksempler.
- ModellkortEt modellkort dokumenterer formål, grunnlag, evalueringsbetingelser og kjente begrensninger for en bestemt versjon av en KI-modell.
Artikler om temaet








KI og automatisering med ASES
KI-assistenter og automatiserte prosesser



