Questo corso propone lo studio delle applicazioni della computazione quantistica nel campo del machine learning e l'utilizzo delle tecnologie quantistiche, sia quelle attualmente disponibili che future, per la loro implementazione.
L'obiettivo è di offrire agli studenti le opportune nozioni e la conoscenza necessaria per poter affrontare e risolvere problemi di machine learning con algoritmi quantistici; per identificare i problemi di machine learning che potrebbero beneficiare dall'uso di risorse quantistiche; per implementare algoritmi di apprendimento su computer quantistici reali mediante l'utilizzo delle piattaforme pubbliche oggi disponibili.
Il programma si svolgerà in 16 ore suddivise in teoria e laboratorio e comprenderà i seguenti argomenti:
1 Introduction and Motivation
2 Basics of Quantum Computing
3 Basics of Machine Learning (ML)
4 Quantum Machine Learning: Main Approaches
5 Quantum Kernels
6 Quantum Variational Approaches
7 Quantum Approximate Optimisation Algorithms
8 Quantum Annealing
Vedi la bibliografia dell'insegnamento
Seminario su un argomento scelto dallo studente.
