Diejenigen, die sich jetzt Wissen über Quantentechnologien aneignen, werden in naher Zukunft die führenden Programmierer sein"

Das Quantencomputing hat in den letzten Jahren sowohl in der Theorie als auch in der Praxis rasante Fortschritte gemacht und damit auch die Hoffnung auf mögliche Auswirkungen auf reale Anwendungen. Quantencomputer sind in der Lage, auf natürliche Weise bestimmte Probleme mit komplexen Korrelationen zwischen Eingaben zu lösen, die für herkömmliche Computer unglaublich schwierig sein können. Dieser Universitätskurs untersucht, in welchen Situationen ein solcher "Quantenvorteil" im Zusammenhang mit fortgeschrittener Analytik und künstlicher Intelligenz genutzt werden könnte.

Lernmodelle, die auf Quantencomputern entwickelt wurden, sind viel leistungsfähiger für Anwendungen, die eine optimale Lösung suchen, sowohl auf der Ebene der besten Auswahl von Hyperparametern in Algorithmen des maschinellen Lernens als auch bei der Optimierung von Szenarien. Dies liegt daran, dass sie eine viel schnellere Berechnung, eine bessere Verallgemeinerung mit weniger Daten oder beides ermöglichen. Informatiker, die sich jetzt Wissen über Quantentechnologien aneignen, werden in naher Zukunft führend in der Programmierung sein.

Darüber hinaus profitieren die Studenten von der besten 100%igen Online-Lernmethode, die es überflüssig macht, persönlich am Unterricht teilzunehmen oder sich an einen vorgegebenen Zeitplan zu halten. Auf diese Weise können Sie in nur 6 Wochen tiefer in das Anwendungsgebiet des Quantencomputings eintauchen und die Wettbewerbsvorteile verstehen, die es Ihnen ermöglicht, an der Spitze der Technologie zu stehen und in der Lage zu sein, ehrgeizige Projekte von heute und morgen zu leiten.

Mit der Entwicklung neuer Quantenplattformen ist eine historische technologische Revolution im Gange"

Dieser Universitätskurs in Quantencomputing enthält das vollständigste und aktuellste Programm auf dem Markt. Die hervorstechendsten Merkmale sind:

• Die Entwicklung von Fallstudien, die von Experten für Quantencomputing vorgestellt werden 
• Der anschauliche, schematische und äußerst praxisnahe Inhalt vermittelt alle für die berufliche Praxis unverzichtbaren Informationen 
• Er enthält praktische Übungen, in denen der Selbstbewertungsprozess durchgeführt werden kann, um das Lernen zu verbessern
• Sein besonderer Schwerpunkt liegt auf innovativen Methoden 
• Theoretische Vorträge, Fragen an den Experten, Diskussionsforen zu kontroversen Themen und individuelle Reflexionsarbeit 
• Die Verfügbarkeit des Zugangs zu Inhalten von jedem festen oder tragbaren Gerät mit Internetanschluss

Quantensensoren und -aktuatoren werden es Informatikern ermöglichen, die Welt im Nanobereich mit bemerkenswerter Präzision und Empfindlichkeit zu navigieren" 

Zu den Dozenten des Programms gehören Fachleute aus der Branche, die ihre Erfahrungen aus ihrer Arbeit in diese Weiterbildung einbringen, sowie anerkannte Spezialisten aus führenden Unternehmen und renommierten Universitäten.

Die multimedialen Inhalte, die mit der neuesten Bildungstechnologie entwickelt wurden, werden der Fachkraft ein situiertes und kontextbezogenes Lernen ermöglichen, d. h. eine simulierte Umgebung, die eine immersive Fortbildung bietet, die auf die Ausführung von realen Situationen ausgerichtet ist.

Das Konzept dieses Studiengangs konzentriert sich auf problemorientiertes Lernen, bei dem die Fachkraft versuchen muss, die verschiedenen Situationen aus der beruflichen Praxis zu lösen, die im Laufe der Fortbildung auftreten. Zu diesem Zweck wird sie von einem innovativen interaktiven Videosystem unterstützt, das von renommierten Experten entwickelt wurde.

Die Quantenrevolution ist bereits in vollem Gange und die Möglichkeiten, die vor Ihnen liegen, sind grenzenlos"

Identifizieren Sie die wichtigsten Quantenoperatoren und entwickeln Sie funktionale Schaltkreise"

Se ha establecido un plan de estudios que ofrece una amplia perspectiva en Quantencomputing, una tecnología que ha avanzado rápidamente tanto en la teoría como en la práctica en los últimos años y con ella, la esperanza del impacto potencial en aplicaciones reales. Este Universitätskurs profundiza, tanto a nivel teórico como a nivel práctico, en la concepción, desarrollo y aplicaciones, centrándose en el aprendizaje automático cuántico.

Profundiza en la concepción, desarrollo y aplicaciones de la Computación Cuántica, centrándote en el aprendizaje automático cuántico"

Módulo 1. Quantum computing. Un nuevo modelo de computación

1.1. Computación Cuántica

1.1.1. Diferencias con la Computación Clásica
1.1.2. Necesidad de la Computación Cuántica
1.1.3. Ordenadores Cuánticos disponibles: naturaleza y tecnología

1.2. Aplicaciones de la Computación Cuántica

1.2.1. Aplicaciones de la computación cuántica frente a computación clásica
1.2.2. Contextos de uso
1.2.3. Aplicación en casos reales

1.3. Fundamentos Matemáticos de la computación cuántica

1.3.1. Complejidad computacional
1.3.2. Experimento de doble rendija. Partículas y ondas
1.3.3. El entrelazamiento

1.4. Fundamentos Geométricos de la Computación Cuántica

1.4.1. Qubit y espacio de Hilbert Bidimensional complejo
1.4.2. Formalismo General de Dirac
1.4.3. Estados de N-Qubits y espacio de Hilbert de dimensión 2n

1.5. Fundamentos Matemáticos Álgebra Lineal

1.5.1. El producto interno
1.5.2. Operadores hermitianos
1.5.3. Eigenvalues y Eigenvectors

1.6. Circuitos Cuánticos

1.6.1. Los estados de Bell y las matrices de Pauli
1.6.2. Puertas lógicas cuánticas
1.6.3. Puertas de control cuánticas

1.7. Algoritmos Cuánticos

1.7.1. Puertas cuánticas reversibles
1.7.2. Transformada de Fourier Cuántica
1.7.3. Teleportación Cuántica

1.8. Algoritmos que demuestran la Supremacía Cuántica

1.8.1. Algoritmo de Deutsch
1.8.2. Algoritmo de Shor
1.8.3. Algoritmo de Grover

1.9. Programación de Computadores Cuánticos

1.9.1. Mi primer programa en Qiskit (IBM)
1.9.2. Mi primer programa en Ocean (Dwave)
1.9.3. Mi primer programa en Cirq (Google)

1.10. Aplicación sobre Computadores Cuánticos

1.10.1. Creación de Puertas Lógicas

1.10.1.1. Creación de una Sumadora Digital Cuántica

1.10.2. Creación de Juegos Cuánticos
1.10.3. Comunicación secreta de claves entre Bob y Alice

Módulo 2. Quantum Machine Learning. La Inteligencia Artificial (I.A) del futuro

2.1. Algoritmos de Machine Learning Clásicos

2.1.1. Modelos descriptivos, predictivos, proactivos y prescriptivos
2.1.2. Modelos Supervisados y No Supervisados
2.1.3. Reducción de características, PCA, Matriz de Covarianza, SVM, Redes neuronales
2.1.4. La optimización en ML: El Descenso del Gradiente

2.2. Algoritmos de Deep Learning Clásicos

2.2.1. Redes de Boltzmann. La Revolución en Machine Learning
2.2.2. Modelos de Deep Learning. CNN, LSTM, GANs
2.2.3. Modelos Encoder-Decoder
2.2.4. Modelos de Análisis de Señales. Análisis de Fourier

2.3. Clasificadores Cuánticos

2.3.1. Generación de un clasificador cuántico
2.3.2. Codificación de los datos en estados cuánticos por amplitud
2.3.3. Codificación de los datos en estados cuánticos por fase/ángulo
2.3.4. Codificación de alto nivel

2.4. Algoritmos de Optimización

2.4.1. Quantum Approximate Optimization Algorithm (QAOA)
2.4.2. Variational Quantum Eigensolvers (VQE)
2.4.3. Quadratic Unconstrained Binary Optimization (QUBO)

2.5. Algoritmos de Optimización. Ejemplos

2.5.1. PCA con circuitos cuánticos
2.5.2. Optimización de paquetes de valores bursátiles
2.5.3. Optimización de rutas logísticas

2.6. Quantum Kernels Machine Learning

2.6.1. Variational quantum classifiers. QKA
2.6.2. Quantum Kernel Machine Learning
2.6.3. Clasificación basada en Quantum Kernel
2.6.4. Clustering basados en Quantum Kernel

2.7. Quantum Neural Networks

2.7.1. Redes Neuronales Clásicas y el Perceptrón
2.7.2. Redes Neuronales Cuánticas y el Perceptrón
2.7.3. Redes Neuronales Convolucionales Cuánticas

2.8. Algoritmos Avanzados de Deep Learning (DL)

2.8.1. Quantum Boltzmann Machines
2.8.2. General Adversarial Networks
2.8.3. Quantum Fourier transformation, quantum phase estimation and quantum matrix

2.9. Machine Learning. Use Case

2.9.1. Experimentación con VQC (Variational Quantum Classifier)
2.9.2. Experimentación con Quantum Neural Networks
2.9.3. Experimentación con GANs

2.10. Computación Cuántica y la Inteligencia Artificial

2.10.1. Capacidad Cuántica en Modelos de ML
2.10.2. Quantum Knowledge Graphs
2.10.3. El futuro de la Inteligencia Artificial Cuántica

Los algoritmos cuánticos están ya cambiando el mundo de la computación. Realiza un análisis teórico-práctico de ellos”