000			01788nmm a2200241 a 4500
008			160202e2018 ck |||fq||d| 00| 0 spa d
082	0	4	_a006.3 _bT693i Ts _223
100	1		_aTorres Torres, Camilo Andrés. _922570
245	1	3	_aIntroducción a Machine Learning Cuántico : _h[Recurso Electrónico] / _cCamilo Andrés Torres Torres.
260			_aBogotá (Colombia) : _bEscuela Colombiana de Ingeniería Julio Garavito, _c2018.
300			_a25 paginas. _bgráficos.
502	1		_aTesis (Ingeniero de Sistemas )
520	1		_aEn 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.
650		0	_aCOMPUTACIÓN CUÁNTICA _9517
650		0	_aALGORITMOS _988
650		0	_aMAQUINAS DE VECTORES DE SOPORTE _941683
650		0	_aAPRENDIZAJE DE MÁQUINA _92568
650		0	_aTESIS Y DISERTACIONES ACADÉMICAS _9931
700			_aBenavides Navarro, Luis Daniel _edirector. _967145
856			_uhttps://repositorio.escuelaing.edu.co/handle/001/900
942			_2ddc _cTE
999			_c21735 _d21735