GTI755 - Apprentissage machine quantique

Ce cours vise à exploiter les principes de l'informatique quantique pour traiter des problèmes d'apprentissage machine et évaluer la contribution des approches quantiques par rapport aux algorithmes classiques.

Au terme de ce cours, la personne étudiante sera en mesure de :

• analyser les éléments fondamentaux de l'apprentissage machine quantique;
• identifier les problèmes ou sous-problèmes d'apprentissage machine pouvant être traités à l'aide d'un ordinateur quantique;
• structurer un problème d'apprentissage machine en fonction des contraintes et des capacités des composantes classiques et quantiques;
• concevoir des algorithmes d'apprentissage adaptés aux ordinateurs quantiques;
• implémenter des algorithmes d'apprentissage machine quantique à l'aide d'outils et de plateformes appropriés;
• évaluer le potentiel d'amélioration de performance d'approches quantiques par rapport à des algorithmes d'apprentissage classiques.

Éléments de contenu : encodage des données. Espaces d'Hilbert et Hamiltonien. Réseaux de neurones quantiques. Optimisation des noyaux sur les processeurs quantiques. Particularités des différents types algorithmes d'apprentissage automatiques dans le modèle quantique.