예측

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

예측은 과거의 정보, 징조 등을 바탕으로 미래의 사건이나 상황을 추정하는 행위이다. 고대부터 점술, 예언 등 초자연적인 수단을 활용하거나, 문학 작품에서 미래를 암시하는 장치로 사용되었다. 과학에서는 엄격한 조건 하에 관찰될 결과를 예측하는 데 사용되며, 과학적 방법론을 통해 이론을 검증하고 예측의 정확성을 높인다. 사회과학에서는 경제 성장률, 선거 결과 등을 예측하며, 예측 시장을 통해 미래 사건의 결과를 예상하기도 한다. 스포츠, 금융, 의료 등 다양한 분야에서 예측이 활용되며, 인공지능과 빅데이터 기술 발전에 따라 예측의 정확성과 활용 범위가 더욱 확대될 것으로 기대된다. 그러나 예측은 차별, 불평등, 감시 등 윤리적, 사회적 문제를 야기할 수 있다.

2. 역사와 문화

예측은 역사적으로 다양한 문화권에서 중요한 역할을 해왔다. 고대 사회에서는 주로 종교적, 주술적 방식으로 미래를 예측했으며, 이는 사회 질서 유지와 개인의 불안 해소에 기여했다.

고대부터 현재까지 예언과 같은 초상적이거나 초자연적인 수단을 사용하거나 징조를 관찰함으로써 예측이 이루어졌다. 비통계적인 의미에서 "예측"이라는 용어는 종종 정보에 입각한 추측 또는 의견을 지칭하는 데 사용된다.^[2]

델파이 기법은 전문가의 판단에 기반한 예측을 통제된 방식으로 이끌어내는 기술이다. 이러한 유형의 예측은 최소한 사용되는 "데이터"가 예측 전문가의 인지적 경험이 직관적인 "확률 곡선"을 형성한다는 점에서 통계적 기법과 일치하는 것으로 인식될 수 있다.

고대 그리스 철학자 헤라클레이토스는 "예측하지 않으면 예상 밖의 것을 찾아낼 수 없을 것이다. 그것은 있는 그대로 파악하기 어렵고, 찾아내기 어려운 것이기 때문이다."라고 말했다. 우리는 어떤 일을 할 때도 앞날을 내다보는 통찰력이 없으면 제대로 해낼 수 없고, 그저 막연하게 자신의 미래에 대해 생각할 때도 예측을 하고 있다. 이처럼 예측은 우리의 일상적인 것이며, 우리는 항상 예측이 가능한 한 맞도록 노력한다. 예측이란 미래에 대해 미리 짐작하는 것이다. 예측한 대로 일이 일어났을 경우 "예측이 맞았다"라고 말한다. 예측대로 일이 일어나지 않는 것을 "예상 밖"이라고 한다.^[23]

문학에서 환상과 예언은 미래 사건의 가능한 시간표를 제시하는 데 사용되는 문학적 장치이다. 이는 개인이 보는 것을 말하는 비전으로 구별될 수 있다. 따라서 신약성경의 요한계시록에서는 이와 관련하여 문학적 장치로 환상을 사용한다. 또한 개인이 설교나 기타 공개 포럼에서 언급한 경우에도 예언 또는 예언 문헌이다.

2. 1. 고대 예측

고대에는 예언, 점성술, 수비학, 점, 꿈의 해석 등 초상적이거나 초자연적인 수단을 사용하거나 징조를 관찰함으로써 예측이 이루어졌다. 이러한 예측 수단은 과학적으로 증명되지 않았지만, 오랫동안 미래를 예측하는 방법으로 사용되었다.^[2]

점복은 신비로운 표준화된 과정이나 의식을 통해 질문이나 상황에 대한 통찰력을 얻으려는 시도이다.^[19] 점술가들은 징조, 사건, 전조를 읽거나 초자연적 존재와의 접촉을 통해 의뢰인이 어떻게 진행해야 하는지에 대한 해석을 확인한다. 초자연적 존재는 기독교인과 유대인에게는 타락한 천사나 악마로 여겨지지만, 대개 천사나 신으로 묘사된다.^[20]

2. 2. 중세 시대 예측

중세 시대에는 점성술이 황금기를 맞이하였고, 종교적 예언과 결합하여 미래를 예측하는 데 큰 영향을 미쳤다.^[1] 물 점술, 점성술, 수비학, 운세, 꿈의 해석 및 기타 여러 형태의 점복을 포함한 방법이 수천 년 동안 미래를 예측하기 위해 사용되어 왔다.^[1] 이러한 예측 수단은 과학 실험에 의해 입증되지 않았다.^[1]

점복은 신비로운 표준화된 과정이나 의식을 통해 질문이나 상황에 대한 통찰력을 얻으려는 시도이다.^[3] 점술가들은 표징, 사건, 전조를 읽거나 초자연적 존재와의 접촉을 통해 의뢰인이 어떻게 진행해야 하는지에 대한 해석을 확인한다.^[3]

2. 3. 한국 전통 예측

한국에서는 전통적으로 무속 신앙과 점술 문화가 발달하여, 무당의 예언이나 사주팔자를 통해 미래를 예측하는 것이 일반적이었다. 특히, 일제강점기에는 민족의 독립을 예언하는 내용이 유행하기도 했다.

3. 과학과 예측

과학은 관찰과 실험을 통해 얻은 증거를 바탕으로 자연 현상을 설명하고 예측하는 학문이다. 과학적 방법은 예측의 정확성과 신뢰성을 높이는 데 기여했다.

비통계적인 의미에서 "예측"은 종종 정보에 입각한 추측 또는 의견을 의미한다.^[2] 이러한 예측은 예측하는 사람의 가추론, 귀납 추론, 연역 추론, 경험 등에 영향을 받으며, 해당 분야의 전문가인 경우 유용할 수 있다.^[2] 델파이 기법은 전문가의 판단에 기반한 예측을 통제된 방식으로 이끌어내는 기술이다.

공학에서는 가능한 고장 모드를 예측하고, 고장 메커니즘을 수정하여 고장을 방지한다. 자연 재해, 전염병, 인구 통계, 인구 역학, 기상학과 같은 일부 분야에서는 정확한 예측 및 예보가 매우 어렵다.^[7] 예를 들어, 태양 주기의 발생은 예측할 수 있지만, 정확한 시기와 크기는 예측하기 어렵다.

재료 공학에서는 수학적 모델을 사용하여 재료의 수명을 예측하기도 한다.^[8] 의학에서는 예측 및 예후 생체 지표를 사용하여 다양한 치료법에 대한 환자 결과를 예측하거나 임상적 사건의 확률을 예측할 수 있다.^[9]

3. 1. 과학적 방법론

과학적 방법은 과학 이론의 논리적 결과인 진술을 테스트하는 것을 기반으로 한다. 이는 반복 가능한 실험 또는 관찰 연구를 통해 수행된다.^[7] 예측이 관찰 및 증거와 모순되는 과학 이론은 거부된다. 많은 새로운 예측을 생성하는 새로운 이론은 더 쉽게 지원되거나 반증될 수 있다 (예측력 참조).^[8] 검증 가능한 예측을 하지 않는 개념은 검증 가능한 예측이 이루어질 때까지 일반적으로 과학의 일부로 간주되지 않는다 (원시 과학 또는 무지).^[9]

3. 2. 예측과 가설

확립된 과학은 유용하고 예측 가능한 결과를 내놓으며, 이는 종종 매우 신뢰할 수 있고 정확하다. 예를 들어, 일식은 일상적으로 예측된다.^[10] 새로운 이론은 현실에 의해 반증될 수 있는 예측을 한다.^[10]

우리는 경험을 쌓음에 따라 점점 더 예상이 맞아 들어가게 된다. 우리가 한 번 그 문제나 대상의 성질을 파악하게 되면, 타인에게는 마법처럼 보일 정도로 훌륭하게 예상이 맞아떨어진다. 고대 일식 예언 등이 그러한 사례이다. 이는 경험을 통해 문제·대상의 법칙성을 잘 이해하기 때문이며, 우리의 의지와는 독립적으로 문제·대상의 변화·발전 법칙성이 존재함을 보여준다. 법칙성에 대한 인식이 깊어질수록 더 확실한 예상을 세울 수 있다. 이는 자연과학에만 국한되지 않는다. 예상의 기초는 객관적이며, 단순한 "찍어 맞히기"가 아니다.

예측은 문제나 대상의 성질을 이해함으로써 성립되므로, 문제와 관련된 다양한 사실을 바탕으로 성질을 조사해야 한다. 이는 대부분 무의식적이지만, 예측을 할 때마다 일어나는 인식 활동이다.

예측이 틀리는 이유는 무의식적인 선입관이 잘못되었거나, 문제나 대상 자체의 겉모습과 본질이 다른 경우이다. 예를 들어, 태양이 매일 지구 주위를 도는 것처럼 보이지만, 이를 그대로 "사실"로 받아들이면 오류이다. 이는 역사적으로 오랫동안 나타난 오류이다. 하지만 이는 착각이 아니라, 지구에서 생활하며 태양을 관찰하는 사실에 의한 것이며, 대상과 자신 모두 오류에 빠질 요소가 있다.

"사회 전체", "우주의 구조", "원자의 존재" 등 직접 인식 불가능한 것들은 예측을 세우고 조사하는 과정을 통해 비로소 밝혀진다.

3. 3. 통계와 예측

통계학에서 예측은 통계적 추론의 일부이다. 이러한 추론에 대한 한 가지 특별한 접근 방식은 예측적 추론으로 알려져 있지만, 예측은 통계적 추론에 대한 여러 접근 방식 내에서 수행될 수 있다. 예측은 일반적으로 시계열 방법을 필요로 하는 반면, 예측은 종종 횡단면 데이터에 대해 수행된다.^[3]

예측에 사용되는 통계적 기술에는 회귀 분석과 선형 회귀, 일반화 선형 모형(로지스틱 회귀, 포아송 회귀, 프로빗 회귀) 등과 같은 다양한 하위 범주가 포함된다. 예측의 경우, 자기회귀 이동 평균 모형 및 벡터 자기회귀 모형을 활용할 수 있다. 이러한 방법 및/또는 관련 일반화된 회귀 또는 기계 학습 방법이 상업적으로 사용될 때, 이 분야는 예측 분석으로 알려져 있다.^[4]

시계열 분석과 같은 많은 응용 분야에서, 관측치를 생성하는 모델을 추정하는 것이 가능하다. 모델을 전달 함수로 표현하거나 상태 공간 매개변수로 표현할 수 있는 경우, 평활화, 필터링 및 예측된 데이터 추정치를 계산할 수 있다. 기본 생성 모델이 선형이면, 최소 분산 칼만 필터와 최소 분산 평활기를 사용하여, 잡음이 있는 측정값으로부터 관심 데이터를 복구할 수 있다. 이러한 기술은 1단계 앞 예측기(즉, 예측 오차의 분산을 최소화하는)에 의존한다. 생성 모델이 비선형인 경우, 확장 칼만 필터 및 평활기 재귀 내에서 단계별 선형화가 적용될 수 있다. 그러나 비선형의 경우, 최적 최소 분산 성능 보장은 더 이상 적용되지 않는다.^[5]

예측을 위해 회귀 분석을 사용하려면, 예측할 변수, 즉 종속 변수 또는 반응 변수, 그리고 값들이 이에 영향을 미친다고 가설하는 하나 이상의 변수, 즉 독립 변수 또는 설명 변수에 대한 데이터를 수집한다. 가설로 설정된 인과 관계에 대해, 종종 선형인 함수 형식이 가설로 설정되고, 함수의 매개변수는 데이터로부터 추정된다. 즉, 데이터에 대해 파라미터화된 함수의 적합도를 어떤 방식으로 최적화하도록 선택된다. 이것이 추정 단계이다. 예측 단계의 경우, 종속 변수의 미래(또는 현재지만 아직 관측되지 않은) 값과 관련된 것으로 간주되는 설명 변수 값이, 종속 변수에 대한 예측을 생성하기 위해 파라미터화된 함수에 입력된다.^[6]

3. 4. 예측 모델

통계학에서 예측은 통계적 추론의 일부이다. 예측은 예측적 추론을 포함한 여러 통계적 추론 접근 방식 내에서 수행될 수 있다. 통계학은 표본 집단에 대한 지식을 전체 집단 및 다른 관련 집단으로 이전하는 수단을 제공하며, 이는 시간상 예측과 동일하지 않을 수 있다. 정보를 시간상으로, 종종 특정 시점으로 이전하는 과정을 예측이라고 한다.^[3] 예측은 일반적으로 시계열 방법을 필요로 하는 반면, 예측은 종종 횡단면 데이터에 대해 수행된다.

예측에 사용되는 통계적 기술에는 회귀 분석, 선형 회귀, 일반화 선형 모형(로지스틱 회귀, 포아송 회귀, 프로빗 회귀) 등 다양한 하위 범주가 포함된다. 예측의 경우, 자기회귀 이동 평균 모형 및 벡터 자기회귀 모형을 활용할 수 있다. 이러한 방법 및/또는 관련 일반화된 회귀 또는 기계 학습 방법이 상업적으로 사용될 때, 이 분야는 예측 분석으로 알려져 있다.^[4]

시계열 분석과 같은 많은 응용 분야에서, 관측치를 생성하는 모델을 추정하는 것이 가능하다. 모델을 전달 함수로 표현하거나 상태 공간 매개변수로 표현할 수 있는 경우, 평활화, 필터링 및 예측된 데이터 추정치를 계산할 수 있다. 기본 생성 모델이 선형이면, 최소 분산 칼만 필터와 최소 분산 평활기를 사용하여 잡음이 있는 측정값으로부터 관심 데이터를 복구할 수 있다. 이러한 기술은 1단계 앞 예측기(즉, 예측 오차의 분산을 최소화하는)에 의존한다. 생성 모델이 비선형인 경우, 확장 칼만 필터 및 평활기 재귀 내에서 단계별 선형화가 적용될 수 있지만, 최적 최소 분산 성능 보장은 더 이상 적용되지 않는다.^[5]

예측을 위해 회귀 분석을 사용하려면, 예측할 변수(종속 변수 또는 반응 변수)와 이에 영향을 미친다고 가설하는 하나 이상의 변수(독립 변수 또는 설명 변수)에 대한 데이터를 수집한다. 가설로 설정된 인과 관계에 대해, 종종 선형인 함수 형식이 가설로 설정되고, 함수의 매개변수는 데이터로부터 추정된다. 즉, 데이터에 대해 파라미터화된 함수의 적합도를 최적화하도록 선택되며, 이것이 추정 단계이다. 예측 단계에서는 종속 변수의 미래(또는 현재지만 아직 관측되지 않은) 값과 관련된 것으로 간주되는 설명 변수 값이 파라미터화된 함수에 입력되어 종속 변수에 대한 예측을 생성한다.^[6]

모델의 편향되지 않은 성능 추정은 홀드아웃 교차 검증에서 얻을 수 있다. 예측은 동일성 도표에서 실제 값과 시각적으로 비교할 수 있다.

4. 사회과학과 예측

사회과학에서 예측은 자연과학과 다르다. 사회과학은 추세 투사, 예측, 시나리오 구축, 델파이 기법과 같은 여러 대안적인 방법을 포함한다. 석유 회사 로열 더치 쉘은 시나리오 구축 활동으로 특히 잘 알려져 있다.

정치에서는 정치 예측 기술을 통해 선거 결과를 예측하거나 정치인의 인기를 평가하고, 여론 조사를 활용하는 것이 일반적이다. 예측 게임은 많은 기업과 정부에서 미래 사건의 가장 유력한 결과를 배우기 위해 사용되어 왔다.

4. 1. 사회과학적 예측의 어려움

사회과학에서 사회적 예측의 특이성은 "예측자는 예측하려는 사회적 맥락의 일부이며, 그 과정에서 해당 맥락에 영향을 미칠 수 있기 때문"이다.^[1] 결과적으로, 사회적 예측은 자기 파괴적이 될 수 있다.^[1]

우리가 예측을 잘못하는 이유는 무의식적인 선입관이 잘못되었거나, 문제나 대상의 겉으로 드러난 현상과 본질이 다르기 때문이다. 예를 들어, 태양이 매일 지구 주위를 도는 것처럼 보이지만, 이를 사실로 받아들이면 오류가 된다. 이는 역사적으로 오랫동안 나타난 오류이다. 하지만 이는 착각이 아니라, 지구에서 태양을 관찰하는 사실에 의한 것이며, 대상과 자신 모두 오류에 빠질 수 있다.

우리는 세계나 사회의 단편적인 사실은 알 수 있지만, 사회 전체의 구조나 본질을 직접 볼 수는 없다. 개별 사실이 곧 사회는 아니기 때문이다. 천문학자가 아는 사실은 지구에서 본 일면적인 정보이며, 우주의 구조를 그대로 보여주지 않는다. 원자의 존재도 직접 보고 알게 된 것이 아니다.^[2]

"사회 전체", "우주의 구조", "원자의 존재" 등 직접 인식 불가능한 것들은 예측을 세우고 조사하는 과정을 통해 밝혀진다.^[3]

5. 다양한 분야에서의 예측

예측은 미래 상황에 대한 추정이 필요한 다양한 분야에서 활용되고 있다. 예측의 정확도는 지역에 따라 다를 수 있으며, 예측과 관련된 요인들이 잘 알려져 있고, 사용 가능한 데이터가 많을수록 예측값은 실제 결과에 가까워질 가능성이 높다.^[24]^[25] 그러나 그렇지 않거나 예측이 실제 결과에 영향을 미치는 경우에는 예측의 신뢰성이 크게 떨어질 수 있다.^[26]

예측은 금융, 스포츠, 의료, 기상학 등 다양한 분야에서 활용된다. 예를 들어, 기후 변화와 에너지 가격 상승으로 인해 건축물에 예측을 사용하여 건물의 난방에 필요한 에너지를 줄이고 온실 가스 배출을 줄이려는 시도가 이루어지고 있다.^[27] 또한 제조업 및 유통 기업에서는 소비자 수요 계획에 예측을 활용한다.

델파이 기법은 전문가들의 판단을 바탕으로 예측을 도출하는 방법이다. 이 방법은 사용되는 "데이터"가 예측 전문가의 인지적 경험에서 비롯된 직관적인 "확률 곡선"을 형성한다는 점에서 통계적 기법과 일치한다고 볼 수 있다.

5. 1. 금융 예측

주식 시장 행동(그리고 일반적으로 경제 행동)에 대한 수학적 모델은 미래 행동을 예측하는 데 신뢰할 수 없다.^[24]^[25] 경제적 사건은 여러 해에 걸쳐 발생할 수 있으며, 세상은 비슷한 시간 틀 내에서 변화하고 있어 과거의 관찰이 현재에 유효하지 않게 되기 때문이다. 따라서 미래를 예측할 수 있는 관련 과거 데이터 지점은 극소수(약 1개)이다. 또한, 주식 시장 가격은 이미 미래를 예측하는 데 사용할 수 있는 모든 정보를 고려하며, 그에 따른 움직임은 예상치 못한 사건의 결과여야 한다고 일반적으로 믿어진다.^[26] 결과적으로, 주식 투자자가 예상하거나 주식 시장 호황 또는 주식 시장 폭락을 예측하는 것은 극도로 어렵다. 실제 주식 수익을 예측하는 것과는 대조적으로, 광범위한 경제 추세를 예측하는 것은 더 나은 정확성을 보이는 경향이 있으며, 비영리 단체와 영리 사립 기관 모두에서 제공한다.

실제 주식 시장의 움직임과 설문 조사 및 예측 게임에서 대규모 그룹의 예측 데이터 사이에는 약간의 상관관계가 관찰되었다.

보험 계리사는 보험 계리 과학을 사용하여 미래의 사업 위험을 평가하고 예측하여 위험을 완화한다. 예를 들어, 보험에서 보험 계리사는 생명표 (과거의 사망률 경험과 때로는 미래 추세의 추정치를 포함)를 사용하여 기대 수명을 예측한다.

[효율적 시장 가설]의 발동으로 인해, 실제 주식 수익률 예측의 타당성에 대해서는 논란이 있지만, 일반적인 경제 동향 예측은 일반적이다. 이러한 분석은 비영리 단체와 영리 목적의 민간 기관 모두에 의해 제공된다.

[예상 시장]은 도박 시장, 정보 시장, 결정 시장, 아이디어 선물, 이벤트 파생 상품 등으로도 불리며, 금전적 인센티브를 이용하여 특정 결과를 예상하는 개방된 시장이다.^[28]^[29]^[30] 다양한 사건의 결과에 베팅하고 거래하기 위해 만들어진 주식 시장이다. 시장 가격은 군중이 해당 사건의 확률을 어느 정도로 생각하는지를 나타낼 수 있다. 예측 시장의 전형적인 계약은 0~100% 사이에서 거래되도록 설계되었으며, 가장 일반적인 형태는 0 또는 100%의 가격으로 만료되는 바이너리 옵션 시장이다.^[31]

5. 2. 스포츠 예측

스포츠 경기의 결과를 예측하는 것은 최근 몇 년 동안 인기를 얻고 있는 사업이다. 최근에는 스포츠 예측 방식이 바뀌었다. 이제 예측은 일반적으로 상황 플레이와 통계 기반 모델, 두 가지 뚜렷한 접근 방식으로 구성된다.

상황 플레이는 팀의 동기 부여를 포함하는 경우가 많기 때문에 측정하기가 훨씬 더 어렵다. 유명한 핸디캡퍼인 댄 고든은 "라인의 가치 외에 게임에서 감정적인 우위가 없다면 거기에 돈을 걸지 않을 것"이라고 썼다.^[11] 이러한 유형의 플레이는 홈 언더독에 베팅, 다음 주에 좋아하는 팀이 될 경우 월요일 밤 승리팀에 반대 베팅, "미래를 내다보는" 게임에서 언더독에 베팅 등이다.

기술의 광범위한 사용은 더 현대적인 스포츠 베팅 시스템을 가져왔다. 이러한 시스템은 일반적으로 회귀 분석을 기반으로 한 알고리즘과 시뮬레이션 모델이다. 스포츠 통계학자인 제프 사가린은 USA 투데이에 자신의 모델 결과를 게시하여 스포츠에 대한 관심을 끌었다. 그는 현재 라인업에 대한 조언과 자유 계약 선수를 평가하는 Winval 시스템 사용에 대해 댈러스 매버릭스의 컨설턴트로 고용되어 있다. 브라이언 버크는 전 해군 전투기 조종사에서 스포츠 통계학자로 변신하여 회귀 분석을 사용하여 NFL 게임의 결과를 예측한 결과를 발표했다.^[12] 켄 포머로이는 대학 농구 통계 분야의 선두적인 권위자로 널리 인정받고 있다. 그의 웹사이트에는 템포 기반 통계 시스템인 대학 농구 등급이 포함되어 있다.

다른 보다 진보된 모델로는 위험 분석 및 의사 결정 지원에 일반적으로 사용되는 인과 확률 모델인 베이지안 네트워크를 기반으로 하는 모델이 있다. 이러한 종류의 수학적 모델링을 기반으로 Constantinou et al.은 축구 경기의 결과를 예측하는 모델을 개발했다.^[14]^[15]^[16]

요즘 스포츠 베팅은 거대한 사업이다. 베팅 사이트 외에도 미래 게임에 대한 팁이나 예측을 제공하는 많은 웹사이트(시스템)가 있다.^[17] 이러한 예측 웹사이트(팁스터) 중 일부는 인간의 예측을 기반으로 하지만 다른 웹사이트는 예측 로봇 또는 봇이라고 하는 컴퓨터 소프트웨어를 기반으로 한다.

요즘 인공 지능의 발달로 통계를 사용하여 더욱 일관된 예측을 생성하는 것이 가능해졌다. 특히 스포츠 경기의 경우 인공 지능의 영향으로 눈에 띄는 일관성 비율이 만들어졌다.

5. 3. 의료 예측

의학 과학에서는 예측 및 예후 생체 지표를 사용하여 다양한 치료법에 대한 환자 결과를 예측하거나 임상적 사건의 확률을 예측할 수 있다.

5. 4. 기상 예측

기상학과 같은 일부 분야에서는 정확한 예측 및 예보가 매우 어렵다.^[7] 예를 들어, 태양 주기의 발생을 예측하는 것은 가능하지만 정확한 시기와 크기는 훨씬 더 어렵다.

6. 예측의 윤리적, 사회적 문제

예측 기술의 발전은 긍정적인 측면과 함께 윤리적, 사회적 문제를 야기할 수 있다.

7. 예측의 미래

인공지능, 빅데이터 등 첨단 기술의 발전으로 예측 기술은 더욱 정교해지고 있다.

참조

_[1] OED predict
_[2] 서적 The Signal and the Noise : Why so many predictions fail—but some don't https://archive.org/[...] Penguin Press
_[3] 서적 Principles of Statistical Inference Cambridge University Press
_[4] 서적 Predictive Analysis: The Power to Predict Who Will Click, Buy, Lie, or Die John Wiley & Sons
_[5] 간행물 Unscented filtering and nonlinear estimation
_[6] 서적 Applied Regression Analysis and Generalized Linear Models Sage
_[7] 간행물 Prediction in ecology and evolution 2023
_[8] 간행물 Life time prediction for low energy and ecological effects bituminous mixtures
_[9] citation Biomarker definitions and their applications
_[10] citation Crystal structure prediction from first principles
_[11] 서적 Beat the Sports Books http://cardozabooks.[...] Cardoza 2005
_[12] 웹사이트 NFL Win Prediction Methodology http://www.advancedn[...] 2008
_[13] 서적 Risk Return and Gambling Market Efficiency http://finance.ba.tt[...] Oklahoma State University 2006
_[14] 간행물 pi-football: A Bayesian network model for forecasting Association Football match outcomes http://www.eecs.qmul[...]
_[15] 간행물 Profiting from an inefficient Association Football gambling market: Prediction, Risk and Uncertainty using Bayesian networks.
_[16] 웹사이트 Football prediction https://lootrs.com/f[...] Lootrs 2023-01-24
_[17] 웹사이트 Soccer picks and predictions http://soccerpunt.co[...]
_[18] 간행물 The geopolitics of renewable energy: Debunking four emerging myths 2019-03-01
_[19] 문서 African Divination Systems: Ways of Knowing. Indiana University Press
_[20] 웹사이트 Definition of divination http://www.m-w.com/d[...]
_[21] 웹사이트 Poetry and Prophecy https://www.poetryfo[...] 2020-08-22
_[22] 웹사이트 Poetry, Prophecy, and Theological Revelation https://oxfordre.com[...] 2016-05-09
_[23] 문서 大辞泉
_[24] 웹사이트 Forecasting Methods https://corporatefin[...] 2024-03-13
_[25] 웹사이트 How to Choose the Right Forecasting Technique https://hbr.org/1971[...] 2024-03-13
_[26] 웹사이트 Forecasting: Principles and Practice https://otexts.com/f[...] 2024-03-13
_[27] 웹사이트 Forecasting peak energy demand for smart buildings https://link.springe[...] 2024-03-13
_[28] 웹사이트 Prediction Market https://www.wallstre[...] 2024-03-13
_[29] 웹사이트 91 club https://91-clubb.in/[...] 2024-03-13
_[30] 웹사이트 Prediction Market: Overview, Types, Examples https://www.investop[...] 2024-03-13
_[31] 웹사이트 Exploring What is Binary Options Simplified https://economictime[...] 2024-05-10

본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com