量子机器学习 基于Python的理论和实现

图书信息

作者：姜楠,王健,张蕊编

出版社：清华大学出版社

定价：69.00

ISBN：9787302662563

出版时间：2024-06-01

分类：图书,行业职业,计算机,工具书

商品介绍

目录

第1章绪论

1.1研究背景及意义

1.2经典机器学习

1.3量子计算

1.4量子机器学习

1.5本书组织结构

参考文献

第2章量子计算基础

2.1单量子比特

2.2张量积和多量子比特

2.3内积

2.4算子

2.5量子门

2.5.1单量子比特门

2.5.2多量子比特门

2.6量子并行性和黑箱

2.7量子纠缠

2.8量子不可克隆性

2.9量子测量

……

内容简介

量子计算机具有天然的并行性，相比经典计算机能显著提高算法效率，是下一代智能计算的一个重要发展方向。随着量子计算机硬件的发展，通过本地或者云平台进行量子计算越来越容易，量子计算相关研究逐渐从理论走向实用。量子机器学习是机器学习和量子计算的交叉领域，它研究的是如何利用量子叠加、并行等特性降低经典机器学习算法的复杂度，以解决数据量大、数据维度高造成的训练困难等问题。

本书首先介绍量子计算的基础知识，然后将理论和实践相结合，介绍量子降维、量子分类、量子回归、量子聚类、量子神经网络及量子强化学习的算法理论，并提供部分算法的示例和代码，以帮助读者进一步理解量子机器学习算法。

本书可作为量子机器学习的入门书籍，供爱好者了解和学习量子机器学习算法；也可作为“量子机器学习”课程的教科书或参考书，供教师和学生阅读参考；还可作为对量子机器学习感兴趣的科研人员的参考书。