扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
宇宙、量子和人类心灵
-
>
(精)BBC地球故事系列-星际旅行
-
>
从一到无穷大
-
>
图说相对论(32开平装)
-
>
一本有趣又有料的化学书
-
>
刘薰宇的数学三书:原来数学可以这样学全3册
-
>
光学零件制造工艺学
量子机器学习中数据挖掘的量子计算方法 版权信息
- ISBN：9787560383026
- 条形码：9787560383026 ; 978-7-5603-8302-6
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>>
量子机器学习中数据挖掘的量子计算方法 本书特色
《量子机器学习中数据挖掘的量子计算方法》共14章，包括：引言，机器学习，量子力学，量子计算，非监督学习，模式识别和神经网络，监督学习和支持向量机，回归分析，提升算法，聚类结构和量子计算，量子模式识别，量子分类，量子过程层析与回归，量子提升算法与绝热量子计算。
《量子机器学习中数据挖掘的量子计算方法》适合相关学科的研究人员和爱好者参考使用。
量子机器学习中数据挖掘的量子计算方法 内容简介
本书共3部分, **部分为基本概念, 主要包括学习理论与数据挖掘、量子计算机、异构模型和材料驱动模型等内容 ; 第二部分为传统学习方法, 主要包括模式识别与神经网络、支持向量机、*优边缘分类器、非线性和核函数等内容 ; 第三部分为量子计算和机器学习, 主要包括聚类结构、量子随机存取存储器、量子模式识别、量子过程层析和回归等内容。
量子机器学习中数据挖掘的量子计算方法 目录
**部分 基本概念
第1章 引言
1．1 学习理论和数据挖掘
1．2 为什么谈量子计算机
1．3 异构模型
1．4 量子机器学习算法概述
1．5 传统计算机上的模拟量子学习算法
第2章 机器学习
2．1 数据驱动模型
2．2 特征空间
2．3 监督学习和非监督学习
2．4 泛化能力
2．5 模型复杂度
2．6 集成学习
2．7 数据依赖性与计算复杂性
第3章 量子力学
3．1 状态与叠加
3．2 密度矩阵和混合态
3．3 复合系统和纠缠
3．4 演化
3．5 测量
3．6 不确定性关系
3．7 隧穿效应
3．8 绝热定理
3．9 不可克隆定理
第4章 量子计算
4．1 量子位和布洛赫球面
4．2 量子线路
4．3 绝热量子计算
4．4 量子并行运算
4．5 Grover算法
4．6 复杂性类
4．7 量子信息理论
第二部分 经典学习算法
第5章 非监督学习
5．1 主成分分析
5．2 流形嵌入
5．3 K-均值与K-中位数聚类
5．4 层次聚类
5．5 基于密度的聚类
第6章 模式识别和神经网络
6．1 感知机
6．2 Hopfield网络
6．3 前馈网络
6．4 深度学习
6．5 计算复杂性
第7章 监督学习和支持向量机
7．1 K-*近邻
7．2 *优间隔分类器
7．3 软间隔
7．4 非线性和核函数
7．5 *小二乘型
7．6 泛化性能
7．7 多类问题
7．8 损失函数
7．9 计算复杂性
第8章 回归分析
8．1 线性*小二乘
8．2 非线性回归
8．3 非参数回归
8．4 计算复杂性
第9章 提升算法
9．1 弱分类器
9．2 AdaBoost
9．3 凸性提升模型系列
9．4 非凸损失函数
第三部分 量子计算和机器学习
第10章 聚类结构和量子计算
10．1 量子随机访问存储器
10．2 计算点积
10．3 量子主成分分析
10．4 量子流形嵌入
10．5 量子K-均值
10．6 量子K-中位值
10．7 量子层次聚类
10．8 计算复杂度
第11章 量子模式识别
11．1 量子联想存储器
11．2 量子感知机
11．3 量子神经网络
11．4 物理实现
11．5 计算复杂度
第12章 量子分类
12．1 *近邻
12．2 基于Grover搜索的支持向量机
12．3 指数级加速的支持向量机
12．4 计算复杂度
第13章 量子过程层析与回归
13．1 通道状态对偶性
13．2 量子状态层析
13．3 群、紧李群和么正群
13．4 表示理论
13．5 么正的并行应用和存储
13．6 *优学习状态
13．7 应用么正并查找输入状态的参数
第14章 量子提升算法与绝热量子计算
14．1 量子退火
14．2 二次无约束的二值优化问题
14．3 伊辛模型
14．4 QBoost
14．5 非凸性
14．6 稀疏度、比特深度和泛化性能
14．7 映射到硬件
14．8 计算复杂度
参考文献
第1章 引言
1．1 学习理论和数据挖掘
1．2 为什么谈量子计算机
1．3 异构模型
1．4 量子机器学习算法概述
1．5 传统计算机上的模拟量子学习算法
第2章 机器学习
2．1 数据驱动模型
2．2 特征空间
2．3 监督学习和非监督学习
2．4 泛化能力
2．5 模型复杂度
2．6 集成学习
2．7 数据依赖性与计算复杂性
第3章 量子力学
3．1 状态与叠加
3．2 密度矩阵和混合态
3．3 复合系统和纠缠
3．4 演化
3．5 测量
3．6 不确定性关系
3．7 隧穿效应
3．8 绝热定理
3．9 不可克隆定理
第4章 量子计算
4．1 量子位和布洛赫球面
4．2 量子线路
4．3 绝热量子计算
4．4 量子并行运算
4．5 Grover算法
4．6 复杂性类
4．7 量子信息理论
第二部分 经典学习算法
第5章 非监督学习
5．1 主成分分析
5．2 流形嵌入
5．3 K-均值与K-中位数聚类
5．4 层次聚类
5．5 基于密度的聚类
第6章 模式识别和神经网络
6．1 感知机
6．2 Hopfield网络
6．3 前馈网络
6．4 深度学习
6．5 计算复杂性
第7章 监督学习和支持向量机
7．1 K-*近邻
7．2 *优间隔分类器
7．3 软间隔
7．4 非线性和核函数
7．5 *小二乘型
7．6 泛化性能
7．7 多类问题
7．8 损失函数
7．9 计算复杂性
第8章 回归分析
8．1 线性*小二乘
8．2 非线性回归
8．3 非参数回归
8．4 计算复杂性
第9章 提升算法
9．1 弱分类器
9．2 AdaBoost
9．3 凸性提升模型系列
9．4 非凸损失函数
第三部分 量子计算和机器学习
第10章 聚类结构和量子计算
10．1 量子随机访问存储器
10．2 计算点积
10．3 量子主成分分析
10．4 量子流形嵌入
10．5 量子K-均值
10．6 量子K-中位值
10．7 量子层次聚类
10．8 计算复杂度
第11章 量子模式识别
11．1 量子联想存储器
11．2 量子感知机
11．3 量子神经网络
11．4 物理实现
11．5 计算复杂度
第12章 量子分类
12．1 *近邻
12．2 基于Grover搜索的支持向量机
12．3 指数级加速的支持向量机
12．4 计算复杂度
第13章 量子过程层析与回归
13．1 通道状态对偶性
13．2 量子状态层析
13．3 群、紧李群和么正群
13．4 表示理论
13．5 么正的并行应用和存储
13．6 *优学习状态
13．7 应用么正并查找输入状态的参数
第14章 量子提升算法与绝热量子计算
14．1 量子退火
14．2 二次无约束的二值优化问题
14．3 伊辛模型
14．4 QBoost
14．5 非凸性
14．6 稀疏度、比特深度和泛化性能
14．7 映射到硬件
14．8 计算复杂度
参考文献
展开全部
书友推荐
- >
名家带你读鲁迅:朝花夕拾
名家带你读鲁迅:朝花夕拾
¥10.5¥21.0 - >
推拿
推拿
¥12.2¥32.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥15.1¥39.8 - >
人文阅读与收藏·良友文学丛书:一天的工作
人文阅读与收藏·良友文学丛书:一天的工作
¥16.0¥45.8 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0 - >
莉莉和章鱼
莉莉和章鱼
¥18.1¥42.0 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥16.4¥49.8
本类畅销
-
时间简史-普及版
¥16.3¥38 -
严士健谈数学教育
¥8.5¥25 -
分割与积累
¥10.8¥25 -
统计学七支柱
¥27.3¥39 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158
