مدل پیش‌بینی‌کننده مدلی آماری یا یادگیری ماشین است که با استفاده از داده‌های موجود، مقدار یا رخداد ناشناخته‌ای را تخمین می‌زند. برای مثال، مدل می‌تواند با توجه به سابقه خرید و ویژگی‌های مشتری، احتمال خرید دوباره را برآورد کند.
پیش‌بینی با قطعیت یکسان نیست، خروجی مدل بر اساس الگوهای داده و فرض‌های آن تولید می‌شود. اعتبار مدل باید روی داده مستقل و با معیار متناسب با کاربرد سنجیده شود.
مثلاً یک مدل می‌تواند مقدار تقریبی خرید ماه آینده مشتری را پیش‌بینی کند. اگر محصول بر اساس این عدد موجودی انبار سفارش بدهد، علاوه بر خطای آماری باید هزینه پیش‌بینی بیش‌ازحد یا کمتر از نیاز را هم بسنجد.
پیش‌بینی احتمال با پیش‌بینی مقدار
در پیش‌بینی فروش ماه آینده ممکن است از Regression استفاده شود، اما پیش‌بینی احتمال ریزش مشتری بیشتر یک Classification احتمالاتی است. معیار ارزیابی را براساس هزینه خطا انتخاب کنید, مثلا خطای پیش‌بینی فروش و خطای تشخیص تقلب هزینه یکسان ندارند.