دانلود کتاب Quantum Machine Learning: An Applied Approach. The Theory and Application of Quantum Machine Learning in Science and Industry (به فارسی: یادگیری ماشین کوانتومی: یک رویکرد کاربردی تئوری و کاربرد یادگیری ماشین کوانتومی در علم و صنعت) نوشته شده توسط «Santanu Ganguly»
اطلاعات کتاب یادگیری ماشین کوانتومی: یک رویکرد کاربردی تئوری و کاربرد یادگیری ماشین کوانتومی در علم و صنعت
موضوع اصلی: کامپیوتر – هوش مصنوعی (AI)
نوع: کتاب الکترونیکی
ناشر: Apress
نویسنده: Santanu Ganguly
زبان: english
فرمت کتاب: EPUB (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2021
تعداد صفحه: 566
حجم فایل: 26.01 مگابایت
کد کتاب: 1484270983 , 9781484270981
نوبت چاپ: 1
توضیحات کتاب یادگیری ماشین کوانتومی: یک رویکرد کاربردی تئوری و کاربرد یادگیری ماشین کوانتومی در علم و صنعت
بدانید که چگونه محاسبات کوانتومی و الگوریتم های یادگیری ماشین را تطبیق دهید. این کتاب شما را به سفری به یادگیری ماشین کوانتومی (QML) از طریق گزینه‌های مختلف موجود در صنعت و تحقیق می‌برد.
سه فصل اول بینش‌هایی را درباره ترکیب علم مکانیک کوانتومی و تکنیک‌ها ارائه می‌کند. یادگیری ماشینی، جایی که مفاهیم فناوری اطلاعات کلاسیک با قدرت فیزیک روبرو می شود. فصل‌های بعدی یک فرو رفتن عمیق سیستماتیک در الگوریتم‌های مختلف یادگیری ماشین کوانتومی، بهینه‌سازی کوانتومی، کاربردهای الگوریتم‌های پیشرفته QML (میانگین k کوانتومی، میانگین‌های k کوانتومی، شبکه‌های عصبی کوانتومی و غیره)، آماده‌سازی حالت کیوبیت برای الگوریتم‌های QML خاص، استنتاج را دنبال می‌کنند. شبیه‌سازی چند جمله‌ای همیلتونی، و موارد دیگر، تکمیل با حوزه‌های تحقیقاتی پیشرفته و به‌روز مانند پیاده‌روی‌های کوانتومی، QML از طریق شبکه‌های تنسور، و QBoost.
تمرین‌های عملی از کتابخانه‌های منبع باز که امروزه به طور مرتب در صنعت و تحقیقات شامل Qiskit، Rigetti’s Forest، D-Wave’s dOcean، Google’s Cirq و جدید TensorFlow Quantum و Xanadu’s PennyLane، همراه با دستورالعمل‌های اجرایی هدایت‌شده است. هر کجا که قابل اجرا باشد، این کتاب همچنین گزینه‌های مختلفی برای دسترسی به اکوسیستم‌های محاسبات کوانتومی و یادگیری ماشین را به اشتراک می‌گذارد که ممکن است به الگوریتم‌های خاص مرتبط باشد.
این کتاب با استفاده از کتابخانه‌ها و الگوریتم‌های به‌روز شده در زمینه QML رویکردی عملی ارائه می‌کند. این رشته در حال ظهور شما از مثال های عینی و درک ابزارها و مفاهیم برای ساختن سیستم های هوشمند تقویت شده توسط اکوسیستم محاسبات کوانتومی بهره مند خواهید شد. این اثر از تحقیقات فعال نویسنده در این زمینه استفاده می کند و با یک وب سایت دائماً به روز شده برای کتاب همراه است که همه نمونه های کد را ارائه می دهد.
آنچه خواهید آموخت
• محاسبات کوانتومی و کوانتومی را درک و کشف کنید یادگیری ماشینی و کاربرد آنها در علم و صنعت
• مدل های مختلف آموزش داده با استفاده از الگوریتم های یادگیری ماشین کوانتومی و کتابخانه های پایتون را کاوش کنید
• به طور عملی و با محاسبات کوانتومی کاربردی، از جمله دسترسی رایگان مبتنی بر ابر در دسترس آشنا شوید
• با تکنیک های آموزش و مقیاس بندی شبکه های عصبی کوانتومی آشنا باشید
• بینش خود را در مورد کاربرد نمونه های کد عملی بدون نیاز به کسب تئوری بیش از حد یادگیری ماشین یا غواصی عمیق مکانیک کوانتومی به دست آورید.
The first three chapters offer insights into the combination of the science of quantum mechanics and the techniques of machine learning, where concepts of classical information technology meet the power of physics. Subsequent chapters follow a systematic deep dive into various quantum machine learning algorithms, quantum optimization, applications of advanced QML algorithms (quantum k-means, quantum k-medians, quantum neural networks, etc.), qubit state preparation for specific QML algorithms, inference, polynomial Hamiltonian simulation, and more, finishing with advanced and up-to-date research areas such as quantum walks, QML via Tensor Networks, and QBoost.
Hands-on exercises from open source libraries regularly used today in industry and research are included, such as Qiskit, Rigetti’s Forest, D-Wave’s dOcean, Google’s Cirq and brand new TensorFlow Quantum, and Xanadu’s PennyLane, accompanied by guided implementation instructions. Wherever applicable, the book also shares various options of accessing quantum computing and machine learning ecosystems as may be relevant to specific algorithms.
The book offers a hands-on approach to the field of QML using updated libraries and algorithms in this emerging field. You will benefit from the concrete examples and understanding of tools and concepts for building intelligent systems boosted by the quantum computing ecosystem. This work leverages the author’s active research in the field and is accompanied by a constantly updated website for the book which provides all of the code examples.
What You will Learn
• Understand and explore quantum computing and quantum machine learning, and their application in science and industry
• Explore various data training models utilizing quantum machine learning algorithms and Python libraries
• Get hands-on and familiar with applied quantum computing, including freely available cloud-based access
• Be familiar with techniques for training and scaling quantum neural networks
• Gain insight into the application of practical code examples without needing to acquire excessive machine learning theory or take a quantum mechanics deep dive
برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.