Dag 16 i Machine Learning Advent Calendar viser kernel-tricket i Excel for kunstlig intelligens (KI).
Artikkelen visualiserer hvordan ideen fra kernel density estimation gjenbrukes for Kernel SVM ved å plassere en RBF-kurve (Gaussisk klokke) rundt hvert datapunkt, der γ styrer bredden. Hver kurve multipliseres først med klasseetiketten og deretter med en vekt αi; summen av disse gir beslutningsfunksjonen. For både lineært separerbare og ikke-lineære datasett viser forfatteren i Excel hvordan kombinasjon av lokale påvirkninger kan forme en ikke-lineær beslutningsgrense. SVM-delen kommer fra hinge-loss: punkter som er riktig klassifisert og ligger langt fra grensen gir null tap og får αi lik null, slik at bare et fåtall støttevektorer forblir aktive.
Kort kontekst for Norge: Enkle, forklarende Excel-visualiseringer kan være nyttige i norsk undervisning og blant fagmiljøer som arbeider med maskinlæring, og har relevans for formidling av AI-nyheter.
Kilde: https://towardsdatascience.com/the-machine-learning-advent-calendar-day-16-kernel-trick-in-excel | Sammendraget er KI-generert med OpenAI API og kvalitetssikret av redaksjonen i Ainy.no
