Ｐｙｔｈｏｎではじめる量子ＡＩ入門　量子機械学習から量子回路自動設計まで

量子機械学習は情報技術の未来形として、古典機械学習では困難と視されている、暗号解読、創薬、大規模気候予測、環境エネルギー問題などのような大規模なデータ解析問題において高速かつ効果的な応用の可能性を秘めています。

本書は、量子コンピュータの基本原理から最新の研究進展、そして機械学習との融合による新しい可能性に至るまで、包括的に解説しています。また、Python という広く使われているプログラミング言語を通じて、量子機械学習を実際にどのように応用できるかを学ぶことができます。
本書で記述されている量子機械学習の内容は、様々な文献と著者自身の関連研究から、量子コンピューティングと機械学習がどのように融合されるか、融合した場合にどのような結果が得られるかという側面に焦点を当てています。そして量子機械学習に関する一般的な知識や情報をある程度身につけることができます。

目次

まえがき
第１章量子コンピューティングの基礎
１. １量子コンピュータの歴史
１. ２量子コンピュータの種類と開発状況
１. ３量子コンピューティングの基本要素
１. ３. １量子回路要素: 量子ビットの表記
１. ３. ２量子ビットの基本演算
１. ３. ３量子回路要素：量子ゲート
１. ３. ４量子回路要素：2 量子ビット以上量子ゲート
１. ３. ５量子回路要素：量子測定
１. ３. ６Python による量子回路の作成
１. ３. ７Python を用いた1 量子ビット量子回路コンピューティング
１. ３. ８2 量子ビット以上のPython 量子コンピューティング
１. ４量子アルゴリズム
１. ４. １量子加算アルゴリズム
１. ４. ２量子もつれと量子テレポーテーション
１. ４. ３量子もつれと EPRパラドックス（ ベルの不等式、CHSHの不等式）
１. ４. ４量子アルゴリズムの鍵：位相キックバック
１. ４. ５量子フーリエ変換アルゴリズムの実装
１. ４. ６量子位相推定アルゴリズムの実装
１. ４. ７Deutsch-Jozsa 量子アルゴリズムの実装
１. ４. ８グローバーのアルゴリズムの実装
まとめ
第２章機械学習と量子機械学習の導入
２. １機械学習の基本法則：バイアスとバリアンス
２. ２教師あり学習
２. ２. １回帰と分類
２. ２. ２学習モデルと代表的なアルゴリズム
２. ３教師なし学習?特徴抽出クラスタリング次元削減
２. ３. １次元削減とクラスタリングの等価性
２. ３. ２行列方式による次元削減手法：主成分分析
２. ３. ３競合学習クラスタリングによる次元削減
２. ４量子機械学習
２. ５NISQ 時代における量子機械学習
まとめ
第３章量子機械学習アルゴリズムＩ
３. １情報エンコーディング
３. １. １基底エンコーディング
３. １. ２振幅エンコーディング
３. １. ３テン　ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。