书目信息 |
| 题名： |
量子机器学习
|
|
| 作者： | 姜楠 ， 王健 ， 张蕊 编著 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2024.06 |
|
| 页数： | x, 242页 | |
| 开本： | 26cm | |
| 丛书名： | 面向新工科的电工电子信息基础课程系列教材 | |
| 单 册： | ||
| 中图分类： | TP385 | |
| 科图分类： | ||
| 主题词： | 量子计算机--liang zi ji suan ji--机器学习--高等学校--教材 | |
| 电子资源： | ||
| ISBN： | 978-7-302-66256-3 | |
| 000 | 01408nam 2200313 450 | |
| 001 | 2441923618 | |
| 010 | @a978-7-302-66256-3@dCNY69.00 | |
| 100 | @a20240524d2024 em y0chiy0120 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aak z 000yy | |
| 106 | @ar | |
| 200 | 1 | @a量子机器学习@Aliang zi ji qi xue xi@e基于Python的理论和实现@f姜楠, 王健, 张蕊编著 |
| 210 | @a北京@c清华大学出版社@d2024.06 | |
| 215 | @ax, 242页@c图@d26cm | |
| 225 | 2 | @a面向新工科的电工电子信息基础课程系列教材@Amian xiang xin gong ke de dian gong dian zi xin xi ji chu ke cheng xi lie jiao cai |
| 225 | 2 | @a北京工业大学研究生创新教育系列教材@Abei jing gong ye da xue yan jiu sheng chuang xin jiao yu xi lie jiao cai |
| 330 | @a本书首先介绍量子计算的基础知识, 然后将理论和实践相结合, 介绍量子降维量子分类、量子回归、量子聚类、量子神经网络及量子强化学习的算法理论, 并提供部分算法的示例和代码, 以帮助读者进一步理解量子机器学习算法。 | |
| 410 | 0 | @12001 @a面向新工科的电工电子信息基础课程系列教材 |
| 410 | 0 | @12001 @a北京工业大学研究生创新教育系列教材 |
| 517 | 1 | @a基于Python的理论和实现@Aji yu Python de li lun he shi xian |
| 586 | @a | |
| 606 | 0 | @a量子计算机@Aliang zi ji suan ji@x机器学习@x高等学校@j教材 |
| 690 | @aTP385@v5 | |
| 701 | 0 | @a姜楠@Ajiang nan@4编著 |
| 701 | 0 | @a王健@Awang jian@4编著 |
| 701 | 0 | @a张蕊@Azhang rui@4编著 |
| 801 | 0 | @aCN@c20240524 |
| 905 | @dTP385@eJ515@f1@sTP385/J515@S@Z | |
| 量子机器学习：基于Python的理论和实现/姜楠, 王健, 张蕊编著.-北京：清华大学出版社，2024.06 |
| x, 242页：图；26cm.-(面向新工科的电工电子信息基础课程系列教材).-(北京工业大学研究生创新教育系列教材) |
| ISBN 978-7-302-66256-3：CNY69.00 |
| 本书首先介绍量子计算的基础知识, 然后将理论和实践相结合, 介绍量子降维量子分类、量子回归、量子聚类、量子神经网络及量子强化学习的算法理论, 并提供部分算法的示例和代码, 以帮助读者进一步理解量子机器学习算法。 |
| ● |
| 相关链接 |
|
|
|
正题名：量子机器学习
索取号：TP385/J515
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 21616350 | 216163504 | 自科库301/301自科库 94排2列2层/ [索取号:TP385/J515] | 在馆 |