机读格式显示(MARC)

• 000 01929nam 2200361 450

• 001 0000489279

• 005 20250403104500.0

• 010 __ |a 978-7-302-66256-3 |d CNY69.00

• 099 __ |a CAL 012024140419

• 100 __ |a 20240607d2024 emky0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 量子机器学习 |A liang zi ji qi xue xi |e 基于Python的理论和实现 |f 姜楠, 王健, 张蕊编著

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a X, 242页 |c 图 |d 26cm

• 225 2_ |a 面向新工科的电工电子信息基础课程系列教材 |A mian xiang xin gong ke de dian gong dian zi xin xi ji chu ke cheng xi lie jiao cai

• 225 2_ |a 北京工业大学研究生创新教育系列教材 |A bei jing gong ye da xue yan jiu sheng chuang xin jiao yu xi lie jiao cai

• 300 __ |a 教育部高等学校电工电子基础课程教学指导分委员会推荐教材

• 320 __ |a 有书目

• 330 __ |a 量子计算机具有天然的并行性, 相比经典计算机能显著提高算法效率, 是下一代智能计算的一个重要发展方向。随着量子计算机硬件的发展, 通过本地或者云平台进行量子计算越来越容易, 量子计算相关研究逐渐从理论走向实用。量子机器学习是机器学习和量子计算的交叉领域, 它研究的是如何利用量子叠加、并行等特性降低经典机器学习算法的复杂度, 以解决数据量大、数据维度高造成的训练困难等问题。本书首先介绍量子计算的基础知识, 然后将理论和实践相结合, 介绍量子降维、量子分类、量子回归、量子聚类、量子神经网络及量子强化学习的算法理论, 并提供部分算法的示例和代码, 以帮助读者进一步理解量子机器学习算法。

• 410 _0 |1 2001 |a 面向新工科的电工电子信息基础课程系列教材

• 410 _0 |1 2001 |a 北京工业大学研究生创新教育系列教材

• 517 1_ |a 基于Python的理论和实现 |A ji yu python de li lun he shi xian

• 606 0_ |a 量子计算机 |A liang zi ji suan ji |x 机器学习 |x 高等学校 |j 教材

• 690 __ |a TP385 |v 5

• 701 _0 |a 姜楠 |A jiang nan |4 编著

• 701 _0 |a 王健 |A wang jian |4 编著

• 701 _0 |a 张蕊 |A zhang rui |4 编著

• 801 _0 |a CN |b 人天书店 |c 20240607

• 905 __ |a LJUZC |d TP385/27

• 920 __ |a 222016 |z 1