Quantum Machine Learning (2019/2020)

Codice insegnamento
cod wi: DT000225
Docente
Alessandra Di Pierro
Coordinatore
Alessandra Di Pierro
crediti
4
Settore disciplinare
INF/01 - INFORMATICA
Lingua di erogazione
Italiano
Sede
VERONA
Periodo
A.A. 19/20 dottorato dal 1-ott-2019 al 30-set-2020.

Orario lezioni

Vai all'orario delle lezioni

Obiettivi formativi

L'obiettivo di questo corso è di mostrare i vantaggi che le tecnologie quantistiche correntemente disponibili e quelle future possono fornire al machine learning, concentrandosi sullo studio di algoritmi che sono difficili per i computer classici.
In particolare, agli studenti verranno fornite le opportune nozioni e la conoscenza necessaria per poter individuare i paradigmi di computazione quantistica più adatti al machine learning; per identificare i problemi di machine learning che potrebbero beneficiare dall'uso di risorse quantistiche; per implementare algoritmi di apprendimento su computer quantistici utilizzando le piattaforme pubbliche disponibili.

Programma

The course will award 4 CFU (16 hours frontal lectures).
The following is the list of topics that will be discussed.

• Introduction to Quantum Systems
• Quantum Computation
• Gate Model
• Adiabatic Quantum Computing
• Variational Circuits
• Classical-Quantum Learning Algorithms
• Encoding Classical Information
• Quantum-enhanced Kernel Methods
• Quantum-Assisted Learning Algorithms
• Practice:
Implementation of some of the discussed methods on real quantum computers using Qiskit (https://www.qiskit.org)
For this tutorial you will need to install Qiskit locally, which requires Python 3.5+. Although it isn't required, we recommend using a virtual environment with Anaconda.

CLASS SCHEDULE

21/9/2020 10:30 - 12:30
24/9/2020 10:30 - 12:30
25/9/2020 14.30 - 17.30
28/9/2020 14.30 - 17.30
29/9/2020 14.30 - 17.30
30/9/2020 14.30 - 17.30

Testi di riferimento
Autore Titolo Casa editrice Anno ISBN Note
Michael A. Nielsen, Isaac L. Chuang Quantum Computation and Quantum Information (Edizione 2) Cambridge University Press 2010 978-1-107-00217-3
Peter Wittek Quantum Machine Learning: What Quantum Computing Means to Data Mining (Edizione 1) Academic Press 2014 9780128009536
Maria Schuld, Francesco Petruccione Supervised Learning with Quantum Computers (Edizione 1) Springer, Cham 2018 978-3-319-96423-2

Modalità d'esame

Seminario su un argomento scelto dallo studente nel campo del quantum machine learning