Biblioteca
Torres Torres, Camilo Andrés.

Introducción a Machine Learning Cuántico : [Recurso Electrónico] / Camilo Andrés Torres Torres. - Bogotá (Colombia) : Escuela Colombiana de Ingeniería Julio Garavito, 2018. - 25 p. : gráf.

Tesis (Ingeniero de Sistemas )

En este documento se explorará cómo algunos algoritmos de aprendizaje de máquina pueden ser mejorados, cuadrática y exponencialmente, gracias a la computación cuántica. Se hace una breve introducción al mundo de los datos y por qué es importante realizar un procesamiento adecuado de los mismos, y dando las bases tanto del aprendizaje de máquina como de la computación cuántica, se describirá y se mostrará la implementación en un simulador cuántico, de un algoritmo de maquina de vectores de soporte (SVM), capaz de reconocer y clasificar imágenes de los dígitos 6 y 9, desarrollado e implementado físicamente por Zhaokai Li, Xiaomei Liu, Nanyang Xu, Jiangfeng Du, en la Universidad de Ciencia y Tecnología de China, Hefei, demostrando cómo se puede tener una mejora exponencial en complejidad temporal con respecto a su contraparte clásica.


COMPUTACIÓN CUÁNTICA
ALGORITMOS
MAQUINAS DE VECTORES DE SOPORTE
APRENDIZAJE DE MÁQUINA
TESIS Y DISERTACIONES ACADÉMICAS

006.3 / T693i Ts