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 |