預測分析通常與大數據和資料科學有著極大的關聯。現今的各大企業每日在交易資料庫、設備日誌檔、影像、影片、感應器或其他資料中投注許多心力做資料建檔，並期待能從歷史資料中獲得價值。為了從此資料中獲得資訊，資料分析家及資料科學家使用深度學習和機器學習演算法來找到模式並預測未來的事件。這些包括線性和非線性回歸、神經網路、支援向量機及決策樹等許多演算法。透過預測分析所獲得的學習接著可在規範性分析內做進一步地使用，以根據預測分析來做出下一步的決策。
本課程以汽車油耗量預測為例，將歷史蒐集的資料放入大數據平台內做學習，並做出一套運算模型，使用者日後能僅數入設計參數，預測在該設計參數下做出的汽車有何種表現的油耗量。
