Aprendizaje automático cuántico con Python: Usando Cirq de Google Research e IBM Qiskit

Opiniones de los lectores

El libro pretende ofrecer una visión del aprendizaje automático cuántico, pero en gran medida no cumple las expectativas, ya que contiene material disponible más que guías en profundidad o contenidos originales. Es más adecuado para profesionales que ya tengan cierta experiencia en computación cuántica. Aunque ofrece información útil, carece de originalidad y profundidad, lo que la hace menos valiosa para quienes ya tienen conocimientos en este campo.

⬤ Algunos contenidos son materiales introductorios bien escritos
⬤ útiles para profesionales que deseen aprender computación cuántica
⬤ cubre temas básicos de aprendizaje automático cuántico.

⬤ Carece de profundidad y originalidad
⬤ en su mayor parte es una recopilación de recursos ya existentes
⬤ muchas erratas
⬤ explicaciones deficientes del código
⬤ requiere mejoras en los aspectos pedagógicos
⬤ puede no merecer la pena la compra para quienes estén familiarizados con el tema.

(basado en 6 opiniones de lectores)

Título original:

Quantum Machine Learning with Python: Using Cirq from Google Research and IBM Qiskit

Contenido del libro:

Amplíe rápidamente los fundamentos de la informática cuántica y el aprendizaje automático cuántico, así como las matemáticas relacionadas, y expóngalos a diferentes casos de uso que pueden resolverse mediante algoritmos basados en la informática cuántica. Este libro explica la computación cuántica, que aprovecha las propiedades mecánicas cuánticas de las partículas subatómicas. También examina el aprendizaje automático cuántico, que puede ayudar a resolver algunos de los problemas más desafiantes en previsión, modelado financiero, genómica, ciberseguridad, logística de la cadena de suministro y criptografía, entre otros.

Empezarás repasando los conceptos fundamentales de la Computación Cuántica, como las notaciones de Dirac, los Qubits y el estado de Bell, seguidos de los postulados y fundamentos matemáticos de la Computación Cuántica. Una vez sentadas las bases, profundizará en los algoritmos basados en la cuántica, como la transformada cuántica de Fourier, la estimación de fase y HHL (Harrow-Hassidim-Lloyd), entre otros.

A continuación, se le presentará el aprendizaje automático cuántico y los algoritmos basados en el aprendizaje profundo cuántico, junto con temas avanzados de procesos adiabáticos cuánticos y optimización basada en la cuántica. A lo largo del libro, hay implementaciones en Python de diferentes algoritmos de aprendizaje automático cuántico y computación cuántica utilizando el kit de herramientas Qiskit de IBM y Cirq de Google Research.

Lo que aprenderá

⬤ Comprender la computación cuántica y el aprendizaje automático cuántico.

⬤ Explorar dominios variados y los escenarios donde se pueden aplicar soluciones de aprendizaje automático cuántico.

⬤ Desarrollar experiencia en el desarrollo de algoritmos en diversos marcos de computación cuántica.

⬤ Revisar los principales retos de la construcción de ordenadores cuánticos a gran escala y la aplicación de sus diversas técnicas.

A quién va dirigido este libro

Entusiastas del Aprendizaje Automático e ingenieros que quieran escalar rápidamente al Aprendizaje Automático Cuántico.