Продолжаем трудиться над курсом.. присущий перфекционизм встал на дыбы и оголтело взмывает запуск

Открытый курс квантового машинного обучения qmlcourse

Курс переносится на середину октября

Список авторов сего прекрасного курса

Произвольный URL

Авторы

Этот тест опциональный, поможет понять, нужно ли проходить вводные "голубые" лекции – по Python, математике и машинному обучению (15 вопросов всего, по 5 на блок). Тест довольно простой, так что если вы его прошли без ошибок или почти без ошибок – это мало о чем говорит, все равно дальше может быть сложно. А вот если ошибок много, тогда вам стоит обратиться ко вводным "голубым" блокам (правда, придется сказать, что блок по линейной алгебре – пока еще в разработке).

Теория

Тест для самопроверки на входе

Эта лекция не несет в себе образовательного смысла, а лишь пытается ответить на вопросы, которые обычно возникают у тех, кто впервые сталкивается с темой квантовых вычислений.

Лекция 0: о квантовых компьютерах, биткоине и превосходстве

Проработаем базовые (и не только) знания о Python, NumPy, векторах, матрицах и машинном обучении.

Лекция 1: основы python, линала, numpy, ml

Этот блок включает в себя общий рассказ о том, что такое квантовый бит, и введение в основные квантовые гейты. И никуда без них, фреймворков, с помощью которых мы будем трогать квантовые компьютеры (или симуляторы).

Лекция 2: квантовые вычисления и фреймворки

В первом задании научимся работать с кубитами и основными гейтами, используемыми в квантовых вычислениях.

Задание 1: кубиты, гейты

Общий обзор наиболее известных квантовых алгоритмов, реализации алгоритмов Дойча и квантовой телепортации, продвинутые темы по алгоритмам Саймона и Гровера. Обзор различных подходов к физической реализации квантовых вычислений

Лекция 3: базовые квантовые алгоритмы и железо квантовых машин

Во втором задании будем разбираться с уже классическими квантовыми алгоритмами – Дойча, Саймона, Гровера  – и с квантовой телепортацией.

Задание 2: квантовые алгоритмы

Общий рассказ о классах квантового машинного обучения, алгоритме HHL, QNN, вариационных квантовых схемах, а также о градиентах квантовых схем и высших порядков на десерт

Лекция 4: квантовое машинное обучение, VQC, градиенты

Третье задание посвящено одному из центральных понятий в гибридном квантово-классическом обучении – вариационным квантовым схемам, а также квантовым градиентам

Задание 3: вариационные схемы

Поговорим о классическом и квантово-классическом SVM, а также квантовых нейронных сетях в общем, и сверточных сетях в частности

Лекция 5: квантовые нейронные сети и SVM

Четвертое задание посвящено SVM – классическому и квантово-классическому.

Тестирование

Задание 4: квантово-классический SVM

<figure class="image image-style-align-right"><img alt="" src="https://github.com/SemyonSinchenko/qmlcourse/raw/master/qmlcourseRU/_static/index/program.svg" />
<figcaption>Наш курс разделен на логические блоки, каждый из которых содержит лекции разных уровней сложности: 
СИНИЙ &ndash; вводные блоки, охватывающие необходимые знания для остальной части курса 
ЗЕЛЕНЫЙ &ndash; лекции &laquo;основного&raquo; блока курса 
ЖЕЛТЫЙ &ndash; лекции, глубже раскрывающие темы блоков 
КРАСНЫЙ &ndash; лекции про физику и математику, которая стоит за всем этим 
БЕЛЫЙ &ndash; карьера в области квантовых вычислений и квантового машинного обучения</figcaption>
</figure>

<h3>Почему именно этот курс?</h3>

Наш курс отличается от других курсов по квантовым вычислениям:

<ul>
<li>он адаптивный и содержит лекции разных уровней сложности и глубины</li>
<li>он практический, а все объяснения подкрепляются кодом</li>
<li>он про реальные методы, которые будут актуальны ближайшие 10-15 лет</li>
</ul>

Основатель курса <a href="https://github.com/SemyonSinchenko" rel="noopener noreferrer" target="_blank">Семён Синченко</a>:

<blockquote>
Я очень люблю квантовые технологии и являюсь их большим энтузиастом. При этом моя основная работа связана с машинным обучением, поэтому идею сделать курс по QML я вынашивал очень давно. В сообществе ODS мне удалось найти единомышленников, и вместе мы подготовили для вас набор лекций и домашних заданий, которые проведут вас через удивительный мир кубитов, гейтов и квантовых нейросетей. Мы очень хотели сделать курс одновременно простым и понятным, но также строгим и глубоким с технической точки зрения и, надеюсь, у нас это получилось. В основном мы будем обсуждать темы, которые будут перспективны в ближайшие годы, а также максимально ориентироваться на практической стороне вопроса. Я лично верю, что квантовые технологии по мере их развития произведут не меньшую революцию, чем, например, распространение вычислений на видеокартах, а также позволят по-другому подойти к задачам, которые мы раньше не умели решать . Надеюсь, что после прохождения этого курса поверите и вы! В любом случае, я уверен, что тема QML и квантовых вычислений как минимум стоит того, чтобы с ней познакомиться. Надеюсь, что вам будет интересно!
</blockquote>

<h3>Как проходить этот курс?</h3>

Рекомендуется проходить курс в том порядке, который обозначен на схеме. У курса есть <a href="https://semyonsinchenko.github.io/qmlcourse/_build/html/book/prerequisite.html" rel="noopener noreferrer" target="_blank">пререквизиты</a>&nbsp;&ndash; программирование на Python, основы линейной алгебры и машинного обучения, советуем с ними ознакомиться и (опционально) проверить себя с помощью <a href="https://ods.ai/tracks/qmlcourse/blocks/ee9f2a26-6234-4a72-84a6-a05de035bb1a" rel="noopener noreferrer" target="_blank">входного теста</a>.&nbsp;

Курс обсуждается в <a href="https://ods.ai/join-community" rel="noopener noreferrer" target="_blank">Slack ODS.ai</a>&nbsp;в канале&nbsp;<a href="https://opendatascience.slack.com/archives/CEH3VJCRJ" rel="noopener noreferrer" target="_blank">#quantum_computing</a>. Каждую неделю вас ожидают новые лекции и тесты по материалам лекций. Также, для дополнительно мотивации, в течение курса будет поддерживаться лидерборд.

<h3>Как можно помочь?</h3>

Помочь можно словом и делом. Если знаете людей, интересующихся квантовыми вычислениями &ndash; замолвите словечко. Курс разрабатывается сообществом OpenDataScience, такими же &laquo;больными&raquo;, как и организаторы (<a href="https://opendatascience.slack.com/team/U7SFPUVQF" rel="noopener noreferrer" target="_blank">@sem</a> <a href="https://opendatascience.slack.com/team/U1UNFRQ1K" rel="noopener noreferrer" target="_blank">@yorko</a> <a href="https://opendatascience.slack.com/team/U3KBYJQSF" rel="noopener noreferrer" target="_blank">@vtrohimenko</a>). Если горите желанием в чем-то помочь, то создавайте Issue, а лучше сразу Pull Request в&nbsp;<a href="http://github.com/SemyonSinchenko/qmlcourse/" rel="noopener noreferrer" target="_blank">репозитории курса</a>&nbsp;(<a href="https://github.com/SemyonSinchenko/qmlcourse/blob/master/CONTRIBUTING.md" rel="noopener noreferrer" target="_blank">Contributing guide</a>).

Желаем успехов!

Этот курс позволит вам погрузиться в удивительный мир квантового машинного обучения! Курс максимально ориентирован на практику, на методы, которые работают уже сегодня, в NISQ-эпоху, когда кубитов мало и они не идеальны.

FeaturedBanner-f9d2c48a

data fest track 2021

photo_2021-11-18 21.43.25.jpeg

data fest track 2020

leaderboard-qml

«Поехали!»

25 октября запуск курса

vtrohimenko

Синченко Семен

Кашницкий Юрий

Создатели курса

User Agreement

Privacy Policy

Newsletter

I give my {consent} to Data Souls to store and process my personal data (email) and for directions of newsletters

Volunteers

I am ready to participate in the development/proofreading of course materials (Optional)

09/23/21Курс переносится на середину октября