量子机器学习——基于Python的理论和实现

作者简介

"姜楠，北京工业大学信息学部教授，博士生导师。主要研究方向包括量子机器学习、量子图像处理、内容安全和计算智能，讲授“信息论与编码理论”“量子机器学习”等课程。近5年发表SCI源刊论文近20篇。主持国家自然科学基金项目1项。CCF量子计算专委会执行委员，北京市委组织部优秀人才。出版量子计算和信息论方面的专著1部，教材2部。 王健，北京交通大学计算机与信息技术学院副教授，博士生导师，信息安全系副主任。主要研究领域为量子机器学习、网络安全、大数据安全与分析、密码应用，讲授“量子计算”“计算机网络”等课程。近5年发表SCI源刊论文近20篇。主持国家科技重大专项子课题等课题十余项。出版量子计算和信息论方面的专著1部，教材2部。 张蕊，北京交通大学计算机与信息技术学院博士生。主要研究方向包括量子机器学习和量子信号处理。发表SCI源刊论文6篇。 "

内容简介

"（1） 聚焦量子机器学习这一前沿研究领域，基于量子特性，给出实现机器学习的全新方法。紧扣“量子”机器学习，而非经典机器学习，干货满满。 （2） 内容完整，涵盖量子降维、量子分类、量子回归、量子聚类、量子神经网络、量子强化学习六大方面，使读者对量子机器学习形成整体认知。 （3） 理论和实践相结合，基于Python编程实现量子机器学习算法，给出22个实现案例，均包含完整代码。 （4） 新形态教材，配套资源丰富，包括教学大纲、PPT课件、案例程序代码等，可扫描目录上方二维码下载。 （5） 可作为高等院校教材以及科研人员参考资料，读者既能从算法理论中受到启发，又能通过案例掌握实验方法。"