Introducción a Machine Learning Cuántico : [Recurso Electrónico] / Camilo Andrés Torres Torres.

Por: Torres Torres, Camilo AndrésColaborador(es): Benavides Navarro, Luis Daniel [director.]Tipo de material: Archivo de ordenadorArchivo de ordenadorEditor: Bogotá (Colombia) : Escuela Colombiana de Ingeniería Julio Garavito, 2018Descripción: 25 paginas. gráficosTema(s): COMPUTACIÓN CUÁNTICA | ALGORITMOS | MAQUINAS DE VECTORES DE SOPORTE | APRENDIZAJE DE MÁQUINA | TESIS Y DISERTACIONES ACADÉMICASClasificación CDD: 006.3 Recursos en línea: Haga clic para acceso en línea Nota de disertación: Tesis (Ingeniero de Sistemas ) Revisión: 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.
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
    Valoración media: 0.0 (0 votos)
Tipo de ítem Ubicación actual Signatura Info Vol Copia número Estado Fecha de vencimiento Código de barras Reserva de ítems
TRABAJOS DE GRADO TRABAJOS DE GRADO Biblioteca Jorge Álvarez Lleras
Fondo general
006.3 T693i Ts (Navegar estantería) Ej.1 1 Disponible D001346
Total de reservas: 0

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.

No hay comentarios en este titulo.

para colocar un comentario.

Haga clic en una imagen para verla en el visor de imágenes