Quantum Computing for Data Science

课程简介

量子力学：狄拉克的尖括号表示法、纯态、密度矩阵、保罗利矩阵、量子测量、投影测量、POVM 测量、复合量子系统、量子演化、部分迹、量子纠缠。量子信息：量子比特、量子噪声、量子操作、量子信道、退相干、大师方程、香农熵、冯·诺伊曼熵、量子隐形传态、超密集编码。量子算法：量子门、量子电路、受控操作、通用量子门、量子傅里叶变换、相位估测、振幅放大、格罗弗搜索算法、德布希-乔莎算法、肖尔量子因子分解算法。

学习目标

1. 提供量子信息和量子计算的全面介绍。 2. 呈现量子物理、量子信息和量子计算的基本概念和原理。 3. 介绍几种著名的量子算法。 4. 为对新兴且快速发展的量子计算领域感兴趣的研究学生提供起点。

先修要求

无

教学模式

本课程主要通过讲座和辅导课进行讲授。强调量子信息的理论背景及其在量子计算算法中的应用。