Jalur belajar IBM Quantum
Jalur belajar ini milik IBM. IBM Quantum menerbitkannya di IBM Quantum Learning: masing-masing berupa urutan untuk mempelajari kursus, tutorial, dan panduan IBM bagi satu bidang, pada satu tingkat atau lebih. Langkah, urutan, dan perkiraan waktu di bawah ini berasal dari IBM; doQumentation hanya menautkan setiap langkah ke halamannya di sini.
Mengapa mengikutinya di doQumentation
- Jalankan kode setiap langkah langsung di halaman, tanpa perlu menginstal apa pun.
- Mulai tanpa akun IBM Quantum: kode berjalan di simulator secara default.
- Lihat kemajuanmu di setiap langkah, disimpan di browser-mu tanpa perlu mendaftar.
- Buka notebook mana pun di Google Colab atau JupyterLab.
- Ajarkan sebuah jalur di kelas, dari cloud atau secara offline dari Raspberry Pi.
- Baca jalur-jalur ini dalam 17 bahasa selain bahasa Inggris.
Pengantar komputasi kuantum
Istilah-istilah kunci, sirkuit pertamamu, dan di mana komputasi kuantum digunakan saat ini.
- QuickstartPanduan · ≈1 j
- Jalankan circuit pertamamu di perangkat kerasPanduan · ≈0.5 j
- IBM Quantum ComposerPanduan · ≈0.5 j
- Komputasi kuantum dalam praktikKursus · ≈8 j
- Dasar-dasar informasi kuantumKursus · ≈15 j
- Pertidaksamaan CHSHTutorial · ≈1 j
Optimisasi
QAOA untuk masalah seperti Max-Cut dan metode untuk mencari nilai eigen terendah, lalu aplikasi seperti masalah pemisahan pasar.
- Komputasi kuantum dalam praktikKursus · ≈8 j
- Algoritma optimasi perkiraan kuantumTutorial · ≈1 j
- Algoritma diagonalisasi kuantumKursus · ≈10 j
- Teknik lanjutan untuk QAOATutorial · ≈1.5 j
- Selesaikan masalah Market Split dengan Iskay Quantum Optimizer dari Kipu QuantumTutorial · ≈1 j
- Optimasi portofolio dinamis dengan Portfolio Optimizer dari Global Data QuantumTutorial · ≈1.5 j
- Pauli correlation encoding untuk mengurangi kebutuhan max-cutTutorial · ≈1.5 j
Ilmu data
Pencarian kuantum, kernel, dan machine learning, lalu transformasi Fourier kuantum dan algoritma Shor.
- Dasar algoritma kuantumKursus · ≈15 j
- Algoritma GroverTutorial · ≈1 j
- Pembelajaran mesin kuantumKursus · ≈10 j
- Pelatihan kernel kuantumTutorial · ≈1 j
- Tingkatkan klasifikasi fitur menggunakan projected quantum kernelsTutorial · ≈2.5 j
- Transformasi Fourier KuantumModul · ≈2 j
- Algoritma ShorTutorial · ≈1 j
Fisika dan kimia
VQE untuk molekul dan rantai spin, lalu diagonalisasi berbasis sampel dan Krylov pada skala utilitas.
- Kimia kuantum dengan VQEKursus · ≈5 j
- Estimasi energi ground-state rantai Heisenberg dengan VQETutorial · ≈1.5 j
- Komputasi kuantum skala utilitasKursus · ≈15 j
- Algoritma diagonalisasi kuantumKursus · ≈10 j
- Estimasi energi ground-state rantai Heisenberg dengan VQETutorial · ≈1.5 j
- Diagonalisasi kuantum berbasis sampel untuk Hamiltonian kimiaTutorial · ≈1.5 j
- Diagonalisasi kuantum Krylov untuk Hamiltonian kisiTutorial · ≈2 j
- Diagonalisasi kuantum Krylov berbasis sampel untuk model kisi fermionikTutorial · ≈1.5 j
Pengembangan algoritma kuantum
Dari dasar-dasar algoritma kuantum hingga diagonalisasi, QAOA, dan koreksi kesalahan, dalam tiga tingkat.
- Dasar algoritma kuantumKursus · ≈15 j
- Komputasi kuantum skala utilitasKursus · ≈15 j
- Algoritma ShorTutorial · ≈1 j
- Algoritma GroverTutorial · ≈1 j
- Algoritma diagonalisasi kuantumKursus · ≈10 j
- Formulasi umum informasi kuantumKursus · ≈15 j
- Algoritma optimasi perkiraan kuantumTutorial · ≈1 j
- Diagonalisasi kuantum berbasis sampel untuk Hamiltonian kimiaTutorial · ≈1.5 j
- Diagonalisasi kuantum Krylov untuk Hamiltonian kisiTutorial · ≈2 j
- Diagonalisasi kuantum Krylov berbasis sampel untuk model kisi fermionikTutorial · ≈1.5 j
- Teknik lanjutan untuk QAOATutorial · ≈1.5 j
- Pauli correlation encoding untuk mengurangi kebutuhan max-cutTutorial · ≈1.5 j
- Mitigasi error skala utilitas dengan probabilistic error amplificationTutorial · ≈1.5 j
- Dasar koreksi kesalahan kuantumKursus · ≈15 j
Sains dan rekayasa informasi kuantum (QISE)
Algoritma, teori umum informasi kuantum, dan koreksi kesalahan.
- Dasar algoritma kuantumKursus · ≈15 j
- Algoritma GroverTutorial · ≈1 j
- Estimasi energi ground-state rantai Heisenberg dengan VQETutorial · ≈1.5 j
- Formulasi umum informasi kuantumKursus · ≈15 j
- Mitigasi error skala utilitas dengan probabilistic error amplificationTutorial · ≈1.5 j
- Dasar koreksi kesalahan kuantumKursus · ≈15 j
- Kode repetisiTutorial · ≈1.5 j
Pertanyaan yang sering diajukan
Apakah jalur belajar ini milik doQumentation?
Bukan. Jalur ini milik IBM Quantum, diterbitkan di IBM Quantum Learning, dan doQumentation menampilkannya sebagaimana IBM menerbitkannya. Yang ditambahkan doQumentation adalah cara kamu mempelajarinya: kode yang bisa dijalankan, simulator tanpa akun, pelacakan kemajuan, dan terjemahan.
Apa itu jalur belajar?
Daftar berurutan berisi kursus, tutorial, dan panduan untuk satu bidang, seperti optimisasi atau kimia, dengan perkiraan waktu yang dibutuhkan setiap langkah. IBM Quantum Learning yang menerbitkannya; doQumentation menautkan setiap langkah ke halamannya yang bisa dijalankan.
Bagaimana kemajuanku dihitung?
Sebuah langkah selesai jika kamu sudah membaca semua halamannya: satu halaman untuk tutorial atau panduan, setiap pelajaran untuk kursus. Kemajuan disimpan di browser-mu, tanpa akun.
Apakah saya mendapat lencana IBM?
Tidak. Lencana IBM diperoleh di IBM Quantum Learning dengan akun IBM Quantum. doQumentation adalah mirror independen dari konten open source.
Apakah saya harus mengikuti urutannya?
Tidak, tetapi urutannya bagus: setiap langkah dibangun di atas langkah sebelumnya. Dalam sebuah jalur, tingkat pemula datang lebih dulu.