量子機械学習コンサイス・ガイド Concise Guide to Quantum Machine Learning (Machine Learning: Foundations, Methodologies, and Applications)

量子機械学習コンサイス・ガイド<br>Concise Guide to Quantum Machine Learning (Machine Learning: Foundations, Methodologies, and Applications)

個数：

量子機械学習コンサイス・ガイド
Concise Guide to Quantum Machine Learning (Machine Learning: Foundations, Methodologies, and Applications)

Pastorello, Davide

ウェブストア価格 ¥35,183（本体¥31,985）
Springer Verlag, Singapore（2022/11発売）
外貨定価 US$ 169.99
ポイント 319pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版
言語 ENG
商品コード 9789811968969

Full Description

This book offers a brief but effective introduction to quantum machine learning (QML). QML is not merely a translation of classical machine learning techniques into the language of quantum computing, but rather a new approach to data representation and processing. Accordingly, the content is not divided into a "classical part" that describes standard machine learning schemes and a "quantum part" that addresses their quantum counterparts. Instead, to immerse the reader in the quantum realm from the outset, the book starts from fundamental notions of quantum mechanics and quantum computing. Avoiding unnecessary details, it presents the concepts and mathematical tools that are essential for the required quantum formalism. In turn, it reviews those quantum algorithms most relevant to machine learning. Later chapters highlight the latest advances in this field and discuss the most promising directions for future research.

To gain the most from this book, a basic grasp of statistics and linear algebra is sufficient; no previous experience with quantum computing or machine learning is needed. The book is aimed at researchers and students with no background in quantum physics and is also suitable for physicists looking to enter the field of QML.

Chapter 1: Introduction.- Chapter 2: Basics of Quantum Mechanics.- Chapter 3: Basics of Quantum Computing.- Chapter 4: Relevant Quantum Algorithms.- Chapter 5: QML Toolkit.- Chapter 6: Quantum Clustering.- Chapter 7: Quantum Classification.- Chapter 8: Quantum Pattern Recognition.- Chapter 9: Quantum Neural Networks.- Chapter 10: Concluding Remarks.