Dag 3 i «The Machine Learning Advent Calendar» viser hvordan GNB, LDA og QDA kan implementeres og visualiseres i Excel med antagelse om gaussianfordeling.
Artikkelen beskriver overgangen fra enkle nærmeste-sentrum-modeller til modeller som bruker gjennomsnitt, varians og felles varians for å definere klassers form. Med per-klasse gjennomsnitt, standardavvik og vektede fellesstandardavvik kan man beregne Mahalanobis-avstand, sannsynlighet under hver klasses gaussianfordeling og sluttliggende klasseprobabiliteter ved å summere likelihoods og ta proporsjoner. LDA opptrer med en lineær skilletgrense, mens QDA gir kvadratiske (kurvede) grenser; med ett trekk svarer QDA til Gaussian Naive Bayes. Forfatteren legger ved et Excel/Google Sheets-ark med formler og interaktive plot som gjør parameterendringer synlige, og nevner også mulighet for å tilpasse andre fordelingsformer. Dette gir konkrete øvelser for forståelse av modeller i kunstlig intelligens (KI), og materialet egner seg for formidling i norske kanaler som dekker AI-nyheter.
Relevans for Norge: Den praktiske Excel-implementasjonen gjør metodene lett tilgjengelige for undervisning, dataanalyse og demonstrasjoner i norske fagmiljøer og for aktører innen AI-Norge.
Kilde: https://towardsdatascience.com/the-machine-learning-advent-calendar-day-3-gnb-lda-and-qda-in-excel | Sammendraget er KI-generert med OpenAI API og kvalitetssikret av redaksjonen i Ainy.no
