Supervised Learning with Quantum Computers - Petruccione, Francesco
- Format: Broché Voir le descriptif
257,06 €
Produit Neuf
Ou 64,27 € /mois
- Livraison : 3,99 €
- Livré entre le 21 et le 28 septembre
- Payez directement sur Rakuten (CB, PayPal, 4xCB...)
- Récupérez le produit directement chez le vendeur
- Rakuten vous rembourse en cas de problème
Gratuit et sans engagement
Félicitations !
Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !
TROUVER UN MAGASIN
Retour
Avis sur Supervised Learning With Quantum Computers de Petruccione, Francesco Format Broché - Livre Littérature Générale
0 avis sur Supervised Learning With Quantum Computers de Petruccione, Francesco Format Broché - Livre Littérature Générale
Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.
-
Collection Entremets & Petits Gâteaux
1 avis
Occasion dès 129,00 €
-
Pierre Bayle
Neuf dès 222,62 €
-
The Fourth World Omnibus Vol. 2
Neuf dès 134,88 €
-
Quantum Electrodynamics Of Strong Fields
Neuf dès 211,28 €
-
Advanced Quantum Mechanics
Neuf dès 145,54 €
-
Custom Lettering Of The '60s & '70s
Occasion dès 162,00 €
-
Diego Rivera. The Complete Murals
Neuf dès 212,44 €
-
Flashpoint: The 10th Anniversary Omnibus
Neuf dès 158,08 €
-
A Court Of Thorns And Roses Paperback Box Set
Occasion dès 171,95 €
-
Bay Area Graffiti 80-90
1 avis
Occasion dès 325,99 €
-
Gustave Moreau - Catalogue Sommaire Des Dessins - Musee Gustave Moreau
Occasion dès 380,00 €
-
Elementary Fluid Mechanics
Neuf dès 354,14 €
-
Car Racing 1971
Neuf dès 129,00 €
-
Lawrence Weiner: Displacement
Occasion dès 207,99 €
-
Soviet Military Deception In The Second World War
Neuf dès 195,80 €
-
Norstedts Stora Svensk-Engelska Ordbok : Norstedts Comprehensive Swedish-English Dictionary
Occasion dès 205,00 €
-
Art+Com
Occasion dès 155,99 €
-
The Lord Of The Rings
Neuf dès 190,88 €
-
Nuancier Dcs Cmyk Pro
Occasion dès 230,00 €
-
L'ecole De Paris, 1945-1965: Dictionnaire Des Peintres (Dictionnaires)
2 avis
Occasion dès 132,65 €
Produits similaires
Présentation Supervised Learning With Quantum Computers de Petruccione, Francesco Format Broché
- Livre Littérature Générale
Résumé :
Introduction.- Background.- How quantum computers can classify data.- Organisation of the book.-? Machine Learning.- Prediction.- Models.- Training.- Methods in machine learning.- Quantum Information.- Introduction to quantum theory.- Introduction to quantum computing.- An example: The Deutsch-Josza algorithm.- Strategies of information encoding.- Important quantum routines.- Quantum advantages.- Computational complexity of learning.- Sample complexity.- Model complexity.- Information encoding.-? Basis encoding.- Amplitude encoding.- Qsample encoding.- Hamiltonian encoding.- Quantum computing for inference.- Linear models.- Kernel methods.- Probabilistic models.- Quantum computing for training.-? Quantum blas.- Search and amplitude amplification.- Hybrid training for variational algorithms.- Quantum adiabatic machine learning.- Learning with quantum models.- Quantum extensions of Ising-type models.- Variational classifiers and neural networks.- Other approaches to buildquantum models.- Prospects for near-term quantum machine learning.- Small versus big data.- Hybrid versus fully coherent approaches.- Qualitative versus quantitative advantages.- What machine learning can do for quantum computing.- References....
Biographie:
Sommaire:
Introduction.- Background.- How quantum computers can classify data.- Organisation of the book.-? Machine Learning.- Prediction.- Models.- Training.- Methods in machine learning.- Quantum Information.- Introduction to quantum theory.- Introduction to quantum computing.- An example: The Deutsch-Josza algorithm.- Strategies of information encoding.- Important quantum routines.- Quantum advantages.- Computational complexity of learning.- Sample complexity.- Model complexity.- Information encoding.-? Basis encoding.- Amplitude encoding.- Qsample encoding.- Hamiltonian encoding.- Quantum computing for inference.- Linear models.- Kernel methods.- Probabilistic models.- Quantum computing for training.-? Quantum blas.- Search and amplitude amplification.- Hybrid training for variational algorithms.- Quantum adiabatic machine learning.- Learning with quantum models.- Quantum extensions of Ising-type models.- Variational classifiers and neural networks.- Other approaches to buildquantum models.- Prospects for near-term quantum machine learning.- Small versus big data.- Hybrid versus fully coherent approaches.- Qualitative versus quantitative advantages.- What machine learning can do for quantum computing.- References. ...
Détails de conformité du produit
Personne responsable dans l'UE