-
收藏
-
加书架
-
引用
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。
(1) 聚焦量子机器学习这一前沿研究领域,基于量子特性,给出实现机器学习的全新方法。紧扣“量子”机器学习,而非经典机器学习,干货满满。 (2) 内容完整,涵盖量子降维、量子分类、量子回归、量子聚类、量子神经网络、量子强化学习六大方面,使读者对量子机器学习形成整体认知。 (3) 理论和实践相结合,基于Python编程实现量子机器学习算法,给出22个实现案例,均包含完整代码。 (4) 新形态教材,配套资源丰富,包括教学大纲、PPT课件、案例程序代码等,可扫描目录上方二维码下载。 (5) 可作为高等院校教材以及科研人员参考资料,读者既能从算法理论中受到启发,又能通过案例掌握实验方法。
- 版权: 清华大学出版社
- 出版: 2024-06-01
- 更新: 2025-03-04
- 书号:9787302662563
- 中图:TP385
- 学科:工学控制科学与工程工学计算机科学与技术
相关图书
-
机器学习和深度学习:原理、算法、实战(使用Python 和 TensorFlow)
[印] 文卡塔·雷迪·科纳萨尼(Venkata Reddy Konasani)、沙伦德拉·卡德雷(Shailendra Kadre)著 秦婧 韩雨童 译
¥128.00