玛丽亚·舒尔德;弗朗西斯科·彼得鲁乔内 使用量子计算机进行机器学习。第二版，最初以量子计算机监督学习的标题出版。 （英语） Zbl 1473.81010号 量子科学与技术查姆：施普林格（ISBN 978-3-030-83097-7/hbk；978-3-0.30-83100-4/pbk；979-3-030-82098-4/ebook）。xiv，312页。(2021). 出版商描述：这本书介绍了量子机器学习研究，涵盖了从“短期”到容错量子机器学习算法的各种方法，以及从理论到实践的技术，这些技术帮助我们理解量子计算机如何从数据中学习。讨论的主题包括参数化量子电路、混合优化、数据编码、量子特征映射和核方法、量子学习理论以及量子神经网络。这本书面向研究生级别以上的计算机科学家和物理学家。第二版将材料扩展到监督学习之外，并特别关注过去几年量子机器学习的近期发展。参见第一版的评论[Zbl 1411.81008号]. 引用于12文件 MSC公司： 81-02 与量子理论有关的研究博览会（专著、调查文章） 81页68 量子计算 第68季度12 计算理论中的量子算法和复杂性 68T05型 人工智能中的学习和自适应系统 82立方32 神经网络在含时统计力学问题中的应用 关键词：量子计算机;量子学习;机器学习;神经网络;支持向量机;量子数据 引文：Zbl 1411.81008号 PDF格式BibTeX公司 XML格式引用 \textit{M.Schuld}和\textit{F.Petruccione}，量子计算机的机器学习。第二版，最初以量子计算机监督学习的标题出版。查姆：施普林格（2021；Zbl 1473.81010） 全文： 内政部