量子机器学习

　　量子科学出版工程.第一辑；国家出版基金项目，“十三五”国家重点出版物出版规划项目。 量子机器学习是物理学与计算机科学交叉的研究领域，它利用量子计算具有的天然并行计算优点来改进机器学习昂贵的经典算法.本书较全面地讨论了经典机器学习与量子机器学习的理论与框架以及最近的研究动态，尽可能涵盖经典机器学习基础知识的各个方面，也包括最前沿的一些重要研究方向和成果介绍，并涉及最前沿的机器学习在物理学领域的应用.

　　孙翼，中国科学院大学计算机与控制学院副教授，主要研究方向是大数据与人工智能、机器学习等。主讲《大数据与人工智能》课程。曾在加拿大Simon Fraser University 计算机系任研究员，从事视频点播、网络结构、网络安全、随机算法、近似算法等领域的研究，建立了媒体点播广播算法的最优化理论以及高效视频广播的基本原理。 王安民，理学博士，教授，博士生导师。专业方向：理论物理。研究方向：量子计算与量子信息、量子理论及其应用、量子场论与粒子物理。曾于1995年获得英国皇家学会奖学金资助，在英国Glasgow大学物理与天文学系做博士后；1998年12月赴美国LosAlamos国家实验室理论部做高级访问学者；1999年8月赴英国牛津大学量子计算中心做高级访问学者。现为“量子通信和量子计算”973项目组成员。 张鹏飞，中国科学技术大学物理学院教授，全国高校量子力学研究会理事，安徽省物理学会常务理事等；在中国科大从事科研以及物理基础课教学，以主要作者已发表科学论文70余篇，编写著作多本；国际物理学奥林匹克竞赛原国家集训队教练，担任过物理竞赛安徽省10年领队。

暂缺《量子机器学习》目录