Értékelés:
A könyv célja, hogy betekintést nyújtson a kvantumgépes tanulásba, de nagyrészt elmarad a várakozásoktól, mivel inkább könnyen hozzáférhető anyagot tartalmaz, mint mélyreható útmutatókat vagy eredeti tartalmat. Leginkább olyan gyakorlati szakemberek számára ajánlott, akik már rendelkeznek némi háttérrel a kvantumszámítástechnikában. Bár hasznos információkat kínál, hiányzik belőle az eredetiség és a mélység, így kevésbé értékes a területen már meglévő ismeretekkel rendelkezők számára.
Előnyök:⬤ Néhány tartalma jól megírt bevezető anyag
⬤ hasznos a kvantumszámítást elsajátítani kívánó gyakorlati szakemberek számára
⬤ alapvető kvantumgépes tanulási témákat tárgyal.
⬤ Hiányzik a mélység és az eredetiség
⬤ többnyire meglévő források gyűjteménye
⬤ sok a gépelési hiba
⬤ gyenge a kódmagyarázat
⬤ pedagógiai szempontból javításra szorul
⬤ a témában jártasak számára nem biztos, hogy megéri megvásárolni.
(6 olvasói vélemény alapján)
Quantum Machine Learning with Python: Using Cirq from Google Research and IBM Qiskit
A kvantumszámítástechnika és a kvantum-alapú gépi tanulás alapjainak és a kapcsolódó matematikának a gyors skálázása, valamint a kvantumalapú algoritmusok segítségével megoldható különböző felhasználási esetek bemutatása. Ez a könyv elmagyarázza a kvantumszámítást, amely a szubatomi részecskék kvantummechanikai tulajdonságait használja ki. Megvizsgálja továbbá a kvantumos gépi tanulást, amely többek között az előrejelzés, a pénzügyi modellezés, a genomika, a kiberbiztonság, az ellátási lánc logisztikája és a kriptográfia területén jelentkező legnehezebb problémák megoldását segítheti.
Először a kvantumszámítástechnika alapfogalmait, például a Dirac-jelöléseket, a Qubitokat és a Bell-állapotot tekinti át, majd a kvantumszámítástechnika posztulátumai és matematikai alapjai következnek. Miután az alapokat megteremtettük, elmélyedünk a kvantumalapú algoritmusokban, többek között a kvantum Fourier-transzformációban, a fázisbecslésben és a HHL-ben (Harrow-Hassidim-Lloyd).
Ezután megismerkedhet a kvantum gépi tanulással és a kvantum mélytanuláson alapuló algoritmusokkal, valamint a kvantum adiabatikus folyamatok és a kvantum alapú optimalizálás haladó témáival. A könyvben különböző kvantum gépi tanulás és kvantumszámítási algoritmusok Python implementációi szerepelnek, az IBM Qiskit eszközkészletének és a Google Research Cirq eszközkészletének felhasználásával.
Amit tanulni fog
⬤ Kvantumszámítás és kvantum gépi tanulás megértése.
⬤ Tárja fel a változatos területeket és azokat a forgatókönyveket, amelyekben a kvantumos gépi tanulási megoldások alkalmazhatók.
⬤ Az algoritmusok fejlesztésének szakértelme a különböző kvantumszámítási keretrendszerekben.
⬤ A nagyméretű kvantumszámítógépek építésével és a különböző technikák alkalmazásával kapcsolatos főbb kihívások áttekintése.
Kinek szól ez a könyv
A gépi tanulás szerelmesei és mérnökök, akik gyorsan szeretnének kvantumos gépi tanulásra áttérni.
