Hodnotenie:
Kniha má poskytnúť pohľad na kvantové strojové učenie, ale do značnej miery nespĺňa očakávania, pretože obsahuje skôr ľahko dostupný materiál než podrobné príručky alebo originálny obsah. Najlepšie sa hodí pre odborníkov z praxe, ktorí už majú určité zázemie v oblasti kvantovej informatiky. Hoci ponúka užitočné informácie, chýba jej originalita a hĺbka, čo ju robí menej hodnotnou pre tých, ktorí už majú znalosti v tejto oblasti.
Výhody:⬤ Niektoré časti obsahu sú dobre napísané úvodné materiály
⬤ užitočné pre odborníkov z praxe, ktorí sa chcú naučiť kvantovú informatiku
⬤ pokrývajú základné témy kvantového strojového učenia.
⬤ Chýba hĺbka a originalita
⬤ väčšinou ide o zbierku existujúcich zdrojov
⬤ veľa preklepov
⬤ slabé vysvetlenie kódu
⬤ vyžaduje zlepšenie pedagogických aspektov
⬤ nemusí sa oplatiť kúpiť pre tých, ktorí sú s témou oboznámení.
(na základe 6 čitateľských recenzií)
Quantum Machine Learning with Python: Using Cirq from Google Research and IBM Qiskit
Rýchle rozšírenie na kvantové výpočty a kvantové základy strojového učenia a súvisiacu matematiku a ich vystavenie rôznym prípadom použitia, ktoré možno riešiť pomocou algoritmov založených na kvantových technológiách. Táto kniha vysvetľuje kvantové výpočty, ktoré využívajú kvantové mechanické vlastnosti subatomárnych častíc. Skúma tiež Kvantové strojové učenie, ktoré môže pomôcť vyriešiť niektoré z najnáročnejších problémov v oblasti prognózovania, finančného modelovania, genomiky, kybernetickej bezpečnosti, logistiky dodávateľského reťazca, kryptografie a ďalších.
Začnete prehľadom základných pojmov kvantovej informatiky, ako sú Diracove zápisy, Qubity a Bellov stav, po ktorých nasledujú postuláty a matematické základy kvantovej informatiky. Po vytvorení základov sa ponoríte do kvantových algoritmov vrátane kvantovej Fourierovej transformácie, fázového odhadu a HHL (Harrow-Hassidim-Lloyd).
Potom sa zoznámite s kvantovým strojovým učením a kvantovými algoritmami založenými na hlbokom učení, ako aj s pokročilými témami kvantových adiabatických procesov a optimalizácie založenej na kvantovom učení. V celej knihe sa nachádzajú implementácie rôznych algoritmov kvantového strojového učenia a kvantových výpočtov v jazyku Python s využitím súpravy nástrojov Qiskit od spoločnosti IBM a Cirq od spoločnosti Google Research.
Čo sa naučíte
⬤ Pochopiť kvantové výpočty a kvantové strojové učenie.
⬤ Preskúmať rôzne oblasti a scenáre, v ktorých možno použiť riešenia kvantového strojového učenia.
⬤ Rozvíjať odborné znalosti v oblasti vývoja algoritmov v rôznych rámcoch kvantového počítania.
⬤ Preskúmajte hlavné výzvy spojené s budovaním rozsiahlych kvantových počítačov a uplatňovaním ich rôznych techník.
Pre koho je táto kniha určená
Nadšencom strojového učenia a inžinierom, ktorí chcú rýchlo rozšíriť kvantové strojové učenie.
