Machine learning w Excelu? Możliwe i wcale nie trudne

Excel to narzędzie do tabel i wykresów. Przynajmniej tak myśli większość ludzi.

Ale co, jeśli powiem Ci, że możesz w nim zbudować algorytmy machine learningu? Nie jakieś uproszczone wersje – prawdziwe modele klasyfikacyjne, które uczą się na danych.

To przypomina żart? Autor z Towards Data Science właśnie pokazał, jak stworzyć w Excelu trzy klasyczne algorytmy: GNB, LDA i QDA. I nie, nie potrzebujesz do tego ani Pythona, ani R.

Czym w ogóle są te skróty?

GNB to Gaussian Naive Bayes. LDA to Linear Discriminant Analysis. QDA to Quadratic Discriminant Analysis.

Teraz po polsku.

To wszystko algorytmy klasyfikacyjne. Czyli takie, które na podstawie danych uczą się przypisywać rzeczy do kategorii. Przykład? Masz dane o klientach (wiek, dochód, historia zakupów) i chcesz przewidzieć, czy ktoś kupi Twój produkt.

Algorytm analizuje wzorce w danych historycznych. Potem, gdy pojawi się nowy klient, mówi: "Ten prawdopodobnie kupi" albo "Ten raczej nie".

GNB działa na zasadzie prawdopodobieństwa. Zakłada, że dane mają rozkład normalny (taki dzwoneczek, pamiętasz ze szkoły?) i liczy, do której grupy nowy punkt najprawdopodobniej należy.

LDA i QDA to metody bardziej geometryczne. Szukają linii (LDA) lub krzywych (QDA), które najlepiej rozdzielają grupy w danych. Jak kreska oddzielająca jabłka od pomarańczy na stole.

Po co to robić w Excelu?

Dobre pytanie.

Python i specjalistyczne narzędzia są szybsze, potężniejsze, bardziej elastyczne. Nikt przy zdrowych zmysłach nie będzie budował produkcyjnego modelu AI w arkuszu kalkulacyjnym.

Ale jest haczyk.

Excel znają wszyscy. Menedżer, księgowa, właściciel małej firmy – każdy widział te zielone kratki. I każdy może otworzyć plik, zobaczyć wzory, poklikać w komórki.

To robi różnicę, gdy chcesz komuś POKAZAĆ, jak działa machine learning. Nie abstrakcyjnie, nie w czarnej skrzynce, ale krok po kroku. Zmieniasz wartość w komórce – widzisz, jak zmienia się wynik. Natychmiast.

To jak różnica między przeczytaniem przepisu a oglądaniem, jak ktoś gotuje na żywo.

Jak to działa w praktyce?

Autor projektu zbudował w Excelu cały pipeline uczenia maszynowego.

Najpierw dane treningowe – tabela z przykładami. Każdy wiersz to obserwacja (np. jeden klient), każda kolumna to cecha (wiek, dochód, itp.). Plus kolumna z etykietą – do której grupy ta osoba należy.

Potem formuły Excela liczą statystyki. Średnie, odchylenia standardowe, macierze kowariancji. To tylko sposób na opisanie, jak dane się rozrzucają.

Następnie algorytm. W przypadku GNB to wzór na prawdopodobieństwo warunkowe. Dla LDA i QDA – równania dyskryminacyjne. Wszystko w komórkach, wszystko widoczne.

Efekt? Wpisujesz dane nowego klienta – model mówi, do której grupy należy.

I widzisz DLACZEGO tak zdecydował. Bo wszystkie obliczenia są na wierzchu.

Od lokalnej odległości do globalnego prawdopodobieństwa

To podtytuł oryginalnego artykułu. I świetnie oddaje istotę sprawy.

Większość ludzi intuicyjnie rozumie odległość. Punkt A jest bliżej grupy X niż grupy Y, więc pewnie należy do X. Proste.

Algorytmy probabilistyczne myślą inaczej. Nie pytają "jak blisko?", ale "jak prawdopodobne?". I uwzględniają przy tym rozrzut danych, ich gęstość, korelacje między cechami.

To jak różnica między powiedzeniem "ten dom jest 2 km od centrum" a "przy takich cenach, lokalizacji i metrażu ten dom prawdopodobnie kosztuje 800 tysięcy".

Pierwsza informacja to odległość. Druga to prawdopodobieństwo oparte na wzorcach.

Excel pozwala zobaczyć tę transformację. Jak surowe dane stają się statystykami. Jak statystyki stają się prawdopodobieństwami. Jak prawdopodobieństwa stają się decyzjami.

Dla kogo to jest?

Nie dla data scientistów. Ci mają swoje narzędzia i nie potrzebują Excela do modelowania.

To jest dla ludzi, którzy chcą ZROZUMIEĆ machine learning, nie tylko go używać.

Dla nauczycieli, którzy tłumaczą algorytmy studentom. Dla menedżerów, którzy chcą wiedzieć, co tak naprawdę robi zespół data science. Dla ciekawskich, którzy słyszeli o AI i chcą zajrzeć pod maskę.

Dla każdego, kto woli zobaczyć, niż uwierzyć na słowo.

Bo machine learning to nie magia. To matematyka. I czasem najlepiej ją zrozumieć, klikając w komórki Excela.

Ograniczenia (bo oczywiście są)

Excel ma swoje granice.

Wielkość danych – kilkaset, może kilka tysięcy wierszy. Więcej? Arkusz zacznie się dławić. Python przetworzy miliony rekordów, zanim zdążysz mrugnąć.

Złożoność modeli – proste algorytmy działają. Sieci neuronowe? Zapomnij. Excel nie jest stworzony do tego typu obliczeń.

automatyzacja – w Pythonie piszesz skrypt i puszczasz go na 100 różnych zbiorach danych. W Excelu musisz klikać ręcznie.

Ale to nie jest problem. Bo celem nie jest produkcja, tylko edukacja.

Nikt nie buduje samolotu z klocków Lego. Ale Lego świetnie tłumaczy, jak samolot działa.

Co dalej?

Projekt to część "Machine Learning Advent Calendar" – serii materiałów o algorytmach w nietypowych narzędziach.

Dzień 3 to GNB, LDA i QDA. Wcześniej były inne algorytmy. Później będą kolejne.

Pomysł jest prosty: pokazać, że machine learning to nie czarna magia dostępna tylko dla wybranych. To logika, matematyka, wzorce. I można je zrozumieć, nawet jeśli nigdy nie napisałeś linijki kodu.

Excel nie zastąpi Pythona. Nie ma takiej ambicji.

Ale może zrobić coś ważniejszego – otworzyć drzwi. Pokazać, że AI to nie abstrakcja, tylko narzędzie. I że zrozumienie go jest w zasięgu ręki.

Czasem wystarczy otworzyć arkusz kalkulacyjny.

Źródła

• Towards Data Science - The Machine Learning Advent Calendar Day 3