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).

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).

Теория

Лекция 2: квантовые вычисления и фреймворки

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

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

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

Основы квантовой химии, модель Изинга, задача комбинаторной оптимизации и их продвинутые лекции

Лекция 6: проблемы квантового машинного обучения

Как перейти от задач оптимизации или квантовой химии к квантовым алгоритмам, а также про вариационный алгоритм нахождения собственных значений операторов, квантовый отжигатель компании D-Wave и задачи, которые можно решать с его помощью

Лекция 7: от проблем к обучению, D-Wave, VQE

Заключительная неделя: алгоритм квантовой приближенной оптимизации, а также как обстоят дела в индустрии и академии

Лекция 8: QAOA, академия и индустрия

<figure class="image image-style-align-right image_resized" style="width:50%;"><img src="https://github.com/quantum-ods/qmlcourse/raw/master/qmlcourse/_static/index/program.png" />
<figcaption>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://quantum-ods.github.io/qmlcourse/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="https://github.com/quantum-ods/qmlcourse" rel="noopener noreferrer" target="_blank">репозитории курса</a>&nbsp;(<a href="https://github.com/quantum-ods/qmlcourse/blob/master/CONTRIBUTING.md" rel="noopener noreferrer" target="_blank">Contributing guide</a>).

Желаем успехов!

&nbsp;

&nbsp;

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 (Noisy Intermediate-Scale Quantum), когда кубитов мало и они не идеальны.

FeaturedBanner-a6cea568

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

I accept <a target="_blank" rel="noopener noreferrer" href="https://storage.yandexcloud.net/datasouls-ods/DataFest2021_pres/20210511-%D0%9F%D0%BE%D0%BB%D1%8C%D0%B7%D1%81%D0%BE%D0%B3%D0%BB.pdf">Terms of User Agreement</a>

Privacy Policy

I accept <a target="_blank" rel="noopener noreferrer" href="https://storage.yandexcloud.net/datasouls-ods/DataFest2021_pres/20210511-%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%B8%D0%BA%D0%B0%D0%9A%D0%BE%D0%BD%D1%84%D0%B8%D0%B4.pdf">Privacy Policy</a>

Newsletter

I give my <a target="_blank" rel="noopener noreferrer" href="https://storage.yandexcloud.net/datasouls-ods/DataFest2021_pres/2021-06-10-%D0%A1%D0%BE%D0%B3%D0%BB%D0%B0%D1%81%D0%B8%D0%B5%20%D0%A2%D1%80%D0%B5%D0%BA%D0%B8.pdf">consent</a> 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