您好,欢迎来到聚文网。 登录 免费注册
量子机器学习 基于Python的理论和实现

量子机器学习 基于Python的理论和实现

  • 字数: 370000
  • 装帧: 平装
  • 出版社: 清华大学出版社
  • 作者: 姜楠、王健、张蕊
  • 出版日期: 2024-06-01
  • 商品条码: 9787302662563
  • 版次: 1
  • 开本: 16开
  • 页数: 256
  • 出版年份: 2024
定价:¥69 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
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。
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
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网