Een veel voorkomend type predictive analytics is het voorspellen van een continue reeks van waarden. Bij forecasting is de data continue, m.a.w. volgen de waarden zich in een constante stroom op. Dit in tegenstelling tot predictie van labels of types waarbij de waarden discreet zijn, dus niet continue elkaar opvolgen. Temperatuur is een voorbeeld van een continue reeks waarden, op ieder moment is er een temperatuur meetbaar. Het voorspellen wat de temperatuur morgen, bijvoorbeeld, zal zijn is dus forecasting. Voorspellen of het morgen zal onweren is labelen, het onweert immers niet iedere dag. Er zijn verschillende types algoritmes die gebruikt worden, zoals SMOreg. Er zijn telkens verschillende databewerkingen vereist op de aangeleverde data, en op basis van de uitkomst hiervan kunnen andere algoritmes beter geschikt zijn. De databewerkingen en de evaluatie van het algoritme worden door Trendskout bepaald, waardoor geen tussenkomst vereist is van de gebruiker. Hierbij wordt, net zoals bij andere toepassingen zoals classificatie, telkens gewerkt met een training-stap waarbij het Forecasting-algoritme en de hypertuning hiervan wordt gestuurd door evaluatie op basis van de accuraatheid van de voorspelling op niet eerder verwerkte testdata, een deel van de trainingsdata.