Materiał wprowadzający do kwantowego uczenia maszynowego

22

W ciągu ostatnich kilku dni starałem się zbierać materiały (głównie prace naukowe) związane z uczeniem maszynowym Quantum i jego zastosowaniami na letni projekt. Oto kilka, które uznałem za interesujące (z powierzchownej lektury):

Jednakże, pochodząc z bardziej fizycznego końca spektrum, nie mam zbyt dużej wiedzy w tej dziedzinie i uważam, że większość specjalistycznych materiałów jest nieprzenikniona. Ciliberto i in. artykuł: Kwantowe uczenie maszynowe: klasyczna perspektywa nieco pomogła mi zrozumieć niektóre podstawowe pojęcia. Szukam podobnego, ale bardziej rozbudowanego materiału wprowadzającego. Byłoby bardzo pomocne, gdybyś mógł polecić podręczniki, wykłady wideo itp., Które stanowią dobre wprowadzenie do dziedziny kwantowego uczenia maszynowego.

Na przykład podręcznik Nielsena i Chuanga jest świetnym wprowadzeniem do obliczeń kwantowych i ogólnie algorytmów kwantowych i idzie dość daleko pod względem materiału wprowadzającego (chociaż zaczyna się na bardzo podstawowym poziomie i obejmuje wszystkie niezbędne części mechaniki kwantowej i algebry liniowej a nawet podstawy złożoności obliczeniowej!). Czy jest coś podobnego do kwantowego uczenia maszynowego?

PS: Zdaję sobie sprawę, że kwantowe uczenie maszynowe to ogromny obszar. W przypadku jakichkolwiek nieporozumień chciałbym zwrócić uwagę, że głównie szukam podręczników / artykułów wprowadzających / wykładów, które obejmują szczegóły kwantowych analogów klasycznych algorytmów uczenia maszynowego.

algorithm  resource-request  machine-learning 
— Sanchayan Dutta
źródło

Odpowiedzi:

15

The Nielsen i Chuang Quantum uczenia maszynowego jest to obszerny przegląd zwany „ Quantum Machine Learning ” opublikowana w Nature w 2017 roku wersji arXiv jest tutaj i został zmodernizowany niedawno, bo 10 maja 2018 r.

— użytkownik1271772
źródło
To wygląda dobrze. Oto kolejny artykuł przeglądowy z 2014 roku, który uznałem za przydatny: arXiv: 1409: 3097 .
— Sanchayan Dutta
Tak, nieco starszy, ale także świetny. Znam wszystkich trzech autorów i popieram ich prace. Należy pamiętać, że „kwantowe uczenie maszynowe” jest wciąż nowym tematem, a wielu autorów gazety Nature powiedział, że większość czasu poświęconego na ten papier spierała się o to, czym jest ta dziedzina. Dlatego jest trochę za wcześnie, aby znaleźć idealne wprowadzenie, takie jak Nielsen, a Chuang jest przeznaczony do obliczeń kwantowych, ale papier Nature w połączeniu z papierem, który zasugerowałeś, jest prawdopodobnie najlepszy.
— użytkownik1271772
5
zdecydowanie nie jest to „Nielsen and Chuang” z QML. Jest to artykuł przeglądowy i jako taki niewiele więcej niż lista odniesień, z kilkoma dołączonymi słowami, do tego, co zostało i jest robione w terenie (nie to, że jest to w jakikolwiek sposób złe: artykuł doskonale osiąga swój cel ). Powiedziałbym, że książka Wittka o kwantowym uczeniu maszynowym lepiej nadaje się do takiego tytułu, ale tak naprawdę dziedzina ta nie jest jeszcze wystarczająco dojrzała, aby mieć coś równoważnego „N&C QML”
— glS
2
Ta recenzja ma tylko około 14 stron w jednej kolumnie. Nie jest to „obszerna recenzja” (np. Artykuły Rev. Mod. Phys. Mają około 40 stron w 2 kolumnach). Nie wspominając o tym, że nie można go porównać do książki takiej jak Nielsen i Chuang z około 600 stron.
— Norbert Schuch
Ten artykuł przeglądowy nadmiernie podkreśla użycie algorytmów opartych na wyroczniach, takich jak HHL, co jest zrozumiałe, biorąc pod uwagę listę autorów, ale mało reprezentatywne dla tej dziedziny.
— forky40
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.