C#- ja Python-ohjelmointikielten soveltuvuus neuroverkkojen toteuttamiseen

Abstract

Koneoppimista hyödynnetään kaikkialla. Neuroverkot muodostavat koneoppimisen selkärangan, joten luodakseen koneoppimista hyödyntäviä sovelluksia, on ohjelmoijan ymmärrettävä neuroverkkojen toimintaa. Tässä tutkielmassa esitellään neuroverkkojen historiaa ja toimintatapoja ja etsitään syitä sille, miksi Python-ohjelmointikieli on niin suosittu neuroverkkojen toteutukseen. Johtopäätöksenä havaitaan, että muun muassa NumPy-kirjasto sekä Googlen kehittämä TensorFlow-kirjasto puoltavat neuroverkkojen toteutusta Python-kielellä.

Machine learning is being utilized everywhere. Neural networks form the basis for machine learning, so in order to create machine learning applications, the programmer has to have a grasp of how neural networks function. The purpose of this thesis is to summarize the history of neural networks, explain how neural networks function and find reasons as to why Python is so popular in the implementation of neural networks. This thesis finds that for example NumPy and Google's TensorFlow libraries make Python the preferred language for creating neural networks.