Teknolojinin temel kaynağı bilgidir. Veri hacmi, belirli modellerin tahmin edilmesi için organize edilmeli, analiz edilmeli ve ilişkilendirilmelidir. Bunun için ise daha büyük veriler kullanılır.
Cordoba Üniversitesi Bilgisayar Bilimi ve Sayısal Analiz Bölümü'nün araştırma grubundaki araştırmacılar, aynı girdi değişkenine dayalı olarak aynı anda birden fazla değişkeni tahmin eden modeller geliştirdi ve böylece doğru bir tahmin için gerekli olan verilerin boyutunu azalttı.
Araştırmacı yazar Sebastian Ventura: ''Büyük miktarda veriyle uğraşırken, iki çözüm var. Ya bilgisayar performansını arttırıyorsunuz, ki bu çok pahalı bir yöntemdir, ya da sürecin düzgün bir şekilde yapılması için gereken bilgi miktarını azaltıyorsunuz” ifadelerini kullandı. Öngörülü bir model oluştururken güvenilir sonuçlar elde edebilmek iki nedene bağlıdır. Bunlardan biri devreye giren değişken sayısı iken diğeri de sisteme girilen örnek sayısıdır. Söz konusu çalışmada, gereksiz bilgileri ortadan kaldırarak örnek sayısını azaltmıştır.
Araştırmanın baş yazarı Oscar Reyes, sisteme girilen örneklerin hangisinin işe yaradığını tespit edip gereksiz verilerle uğraşılmamasını sağlayan bir model geliştirdiklerini ifade etti. Bazı veri tabanlarının bilgi miktarını, tahminsel performansı etkilemeden yüzde 80 oranında azaltan bu yöntem, orijinal verilerin yarısından daha azını kullanıyor. Reyes'e göre bütün bu çalışmalar daha az bilgi işlem gücü gerektirdiği için model inşasında enerji ve para tasarrufu anlamına geliyor.
Çoklu çıkışlı regresyon modelleri olarak bilinen ve aynı anda birden fazla ilgili değişkeni öngören sistemler, sağlık, su kalitesi, soğutma gibi analiz edilebilecek geniş uygulama alanları nedeniyle daha da önem kazanmakta. Bu yeni gelişmeler yeni teknolojilerin de önünü açacak gibi görünüyor.
