簡體新到貨

量子計算機具有天然的並行性，相比經典計算機能顯著提高算法效率，是下一代智能計算的一個重要發展方向。隨著量子計算機硬件的發展，通過本地或者雲平臺進行量子計算越來越容易，量子計算相關研究逐漸從理論走向實用。量子機器學習是機器學習和量子計算的交叉領域，它研究的是如何利用量子疊加、並行等特性降低經典機器學習算法的複雜度，以解決數據量大、數據維度高造成的訓練困難等問題。本書首先介紹量子計算的基礎知識，然後將理論和實踐相結合，介紹量子降維、量子分類、量子回歸、量子聚類、量子神經網絡及量子強化學習的算法理論，並提供部分算法的示例和代碼，以幫助讀者進一步理解量子機器學習算法。本書可作為量子機器學習的入門書籍，供愛好者瞭解和學習量子機器學習算法；也可作為“量子機器學習”課程的教科書或參考書，供教師和學生閱讀參考；還可作為對量子機器學習感興趣的科研人員的參考書。