Supervised Learning with Quantum Computers

یادگیری ماشین کوانتومی چگونگی استفاده از رایانه‌های کوانتومی را برای پیش‌بینی و تصمیم‌گیری مبتنی بر داده بررسی می‌کند. این کتاب ایده‌های این رشته نسبتاً جوان را برای مخاطبان دانشمندان کامپیوتر و فیزیکدانان از سطح کارشناسی ارشد به بالا خلاصه و مفهوم‌سازی می‌کند. هدف آن ارائه یک نقطه شروع برای کسانی است که تازه وارد این زمینه شده اند، با نمایش یک نمونه اسباب بازی از الگوریتم یادگیری ماشین کوانتومی و ارائه یک معرفی دقیق از دو رشته اصلی. برای خوانندگان پیشرفته‌تر، این کتاب موضوعاتی مانند رمزگذاری داده‌ها به حالت‌های کوانتومی، الگوریتم‌های کوانتومی و روال‌های استنتاج و بهینه‌سازی، و همچنین ساخت و تحلیل «مدل‌های یادگیری کوانتومی» واقعی را مورد بحث قرار می‌دهد. تمرکز ویژه بر یادگیری نظارت شده و برنامه های کاربردی برای دستگاه های کوانتومی کوتاه مدت است.

Quantum machine learning investigates how quantum computers can be used for data-driven prediction and decision making. The books summarises and conceptualises ideas of this relatively young discipline for an audience of computer scientists and physicists from a graduate level upwards. It aims at providing a starting point for those new to the field, showcasing a toy example of a quantum machine learning algorithm and providing a detailed introduction of the two parent disciplines. For more advanced readers, the book discusses topics such as data encoding into quantum states, quantum algorithms and routines for inference and optimisation, as well as the construction and analysis of genuine ``quantum learning models''. A special focus lies on supervised learning, and applications for near-term quantum devices.