机器学习 量子
利用量子计算机上的支持向量机算法对数据进行有利的分类并解决复杂的问题。
量子…机器…学习…???
听起来非常令人生畏,我不得不承认所有这些单词都非常令人恐惧,因此如果您逃跑了,我不会把它丢给您。
对于那些坚持阅读整篇文章(保持精力充沛)的人,我将快速细分并解释这个新领域。 我的重点是量子支持向量机(SVM),但您还可以学习许多其他算法:)希望到本文结尾,我将帮助您理解量子机学习为何将帮助我们解决极其棘手的问题。
在本文中,您将了解:
- 什么是经典机器学习及其局限性
- 量子计算的介绍以及为何加速ML至关重要
- 量子SVM如何工作
- 我的个人项目和代码
经典机器学习:
机器学习分为三个不同的领域:有监督,无监督和强化。
在本文中,我们将研究专门受监督的学习, 支持向量机属于此类。
监督学习使用一组标记数据来训练机器学习算法,以理解特定任务,例如在两个不同的对象(猫与狗)之间进行分类。 该算法引入了一个新的未知数据点,并且根据其先前的训练,它必须预测如何对该新输入进行分类(无论是狗还是猫都是基于其不同特征集)。
古典计算机确实擅长在2d平面上进行分类(在2个不同的类别之间进行分类),但是,当达到