Centralino: 0571 997787

Numero attivo in orario lavorativo

E-Learning

Quantum Machine Learning

Durata

3 Ore

Ruolo

Administrator, Analyst, Architect, Cloud Architect, Data Scientist, Database Administrator, Developer, End User, Engineer, Integration Engineer, Marketing, Marketing Manager, Network Engineer, Project Manager, Security Engineer, Solution Architect, Support Engineer, Sviluppatore, System Administrator, System Analyst, System Engineer, Virtualization Administrator

Tecnologie

Machine Learning, Quantum Computing

Lingua

Al momento non sono disponibili edizioni del corso

€80.00

Dettagli

Powered by Deep Learning Italia

Panoramica

Il Quantum Machine Learning è l’integrazione di algoritmi quantistici all’interno dei programmi di apprendimento automatico. Mentre gli algoritmi di apprendimento automatico vengono utilizzati per calcolare enormi quantità di dati, il Quantum Machine Learning utilizza qubit e operazioni quantistiche o sistemi quantistici specializzati per migliorare la velocità di calcolo e l’archiviazione dei dati eseguita dagli algoritmi in un programma.

Cosa Imparerai nel corso?

Saranno introdotti in modo generale i concetti fondativi della meccanica quantistica che vengono in nostro aiuto, sino alle scoperte hardware che hanno portato alla creazione dei chip quantistici per come oggi li conosciamo e li possiamo usare.

Il corso comprenderà quattro esempi pratici di come usare un computer quantistico per il machine learning, spiegando per ognuno di essi sia la parte teorica che il codice per allenarli: copriremo degli esempi di supervised e unsupervised learning, feature selection e imaging.

Struttura delle lezioni

Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides. Per le esercitazioni sarà utilizzata la piattaforma D-Wave Leap

Il percorso di apprendimento sarà intervallato da esercizi di comprensione riepilogativi e si concluderà con un test finale nel quale verranno messe in pratica le competenze acquisite durante il corso.

Programma

Introduzione al QBoost

  • D-Wave Systems (19:02)
  • Teoria sul QBoost parte 1 (7:14)
  • Teoria sul QBoost parte 2 (9:15)
  • Esercitazione QBoost parte 1 (5:41)
  • Esercitazione QBoost parte 2 (10:04)
  • Esercitazione QBoost parte 3 (14:48)

Mutual Information Feature Selection

  • Teoria sul Mutual Information Feature Selection (13:21)
  • Esercitazione sul Mutual Information Feature Selection (17:35)

Clustering

  • Teoria sul Clustering (11:22)
  • Esercitazione sul Clustering (13:23)

Quantum Restricted Boltzmann Machine

    • Teoria sul Quantum Restricted Boltzmann Machine (QRBM) (14:52)
    • Esercitazione sul Quantum Restricted Boltzmann Machine (QRBM) (13:11)

Final Project

      • Final Project (3:59)

EDU.Labs by Computer Gross
Via del Pino 1 - 50053 Empoli (FI) - Italia - P. I. 04801490485 - C.F. 02500250168
[email protected] | 0571 997787