Квантове машинне навчання та обробка даних (104 Фізика та астрономія. ОП Квантові комп’ютери та квантове програмування)
Тип: Нормативний
Кафедра: теоретичної фізики імені професора івана вакарчука
Навчальний план
| Семестр | Кредити | Звітність |
| 11 | 3 | Іспит |
Лекції
| Семестр | К-сть годин | Лектор | Група(и) |
| 11 | 16 | Гнатенко Х. П. | ФзІм-21 |
Лабораторні
| Семестр | К-сть годин | Група | Викладач(і) |
| 11 | 16 | ФзІм-21 | Гнатенко Х. П. |
Опис навчальної дисципліни
Дисципліна «Квантове машинне навчання та обробка даних» присвячена вивченню алгоритмів машинного навчання з використанням квантових комп’ютерів.
Метою даної дисципліни є одержання студентами знань основних алгоритмів квантового машинного навчання та обробки даних.
Завданням курсу є формування в студентів знань та умінь створення алгоритмів квантового машинного навчання.
В результаті вивчення даного курсу студенти повинні
знати: основні алгоритми квантового машинного навчання та обробки даних
вміти: розв’язувати прикладні задачі з використанням квантового машинного навчання на квантових комп’ютерах компаній IBM, Rigetti, квантових симуляторах.
Для вивчення курсу студенти потребують базових знань квантової механіки та класичного програмування.
Рекомендована література
Базова:
- Dunjko, J. M. Taylor, H. J. Briegel, Quantum-Enhanced Machine Learning, Phys. Rev. Lett. 117 (13), 130501 (2016)
- Sim, P. D. Johnson, A. Aspuru-Guzik, Expressibility and entangling capability of parameterized quantum circuits for hybrid quantum-classical algorithms, Adv. Quant.Tech. 2 1900070 (2019).
- Quantum Machine Learning, Pennylane https://pennylane.ai/qml/demos_qml.html
Допоміжна:
- Quantum Machine Learning, Qiskit Textbook https://learn.qiskit.org/course/machine-learning
- Т. Є. Крохмальський,Вступ до квантових обчислень. Навч. пос. – Львів: ЛНУ імені Івана Франка, 2018. – 204 стор.
Додаткові матеріали також буде запропоновано для кожної теми окремо.
Інформаційні ресурси: