實用量子計算培訓
完成本次沉浸式培訓後,您將能夠以初級量子計算開發人員的身份開始工作。
培訓結束後,參與者將能夠:
- 使用集成的IBM Q運行和測試量子程序
- 使用Qiskit創建、編譯和執行量子計算程序
- 處理實用和高級的量子算法,如QAOA
- 將現實世界的問題轉化爲適當的量子計算語言
課程形式
- 互動講座和討論。
- 大量練習和實踐。
- 在實驗環境中進行動手操作。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們進行安排。
課程簡介
- 量子力學的基本概念
- 量子計算簡介
- 量子門和量子電路(二元量子門)
- 使用Python和Qiskit進行量子計算
- 實用量子算法的設計與構建
- 使用Qiskit實現高級量子算法
- 通過IBM的量子計算機解決各行業的現實問題
最低要求
無需量子計算或量子物理背景。
無需物理背景。
我們將涵蓋量子計算的方方面面!
需要幫助選擇合適的課程嗎?
實用量子計算培訓 - 詢問
實用量子計算 - 咨詢詢問
咨詢詢問
客戶評論 (1)
培訓師在量子計算算法和相關理論背景方面的專業知識非常出色。我特別想強調他能夠準確察覺我在理解材料時遇到的困難,併爲我提供了時間和支持,讓我真正理解主題,這非常棒且非常有益!使用Zoom的虛擬設置非常順利,培訓課程和休息時間的安排也很合理。在“僅”2天的時間內涵蓋了大量材料/理論,因此培訓師根據我對主題的理解進度,很好地調整了內容的量。也許爲絕對初學者規劃3天的時間會更好,以便涵蓋議程中列出的所有材料和內容。我非常喜歡培訓師在回答我對培訓主題的具體問題時的靈活性,甚至在必要時在休息後回來提供更多解釋。再次非常感謝這些課程!做得很好!
Giorgi Ediberidze
課程 - Quantum Computing with IBM Quantum Experience
機器翻譯
相關課程
量子計算中的AI:混合AI-量子系統的未來
21 時間:本課程爲講師指導的培訓(線上或線下),面向希望利用量子計算增強AI能力的高級專業人士。
培訓結束後,參與者將能夠:
- 理解混合AI-量子系統及其潛在應用。
- 實現量子機器學習算法。
- 利用量子計算資源優化AI模型。
- 克服量子AI系統擴展和集成中的挑戰。
Anaconda 數據科學家生態系統
14 時間:這種由 講師指導的 澳門 現場培訓(在線或現場)面向希望使用 Anaconda 生態系統在單一平臺中捕獲、管理和部署軟體包和數據分析工作流 的數據科學家。
在本次培訓結束時,參與者將能夠:
- 安裝和配置 Anaconda 個元件和庫。
- 瞭解 Anaconda 的核心概念、功能和優勢。
- 使用 Anaconda Navigator 管理包、環境和頻道。
- 將 Conda、R 和 Python 包用於數據科學和機器學習。
- 瞭解管理多個數據環境的一些實際使用案例和技術。
應用量子計算:Google Willow的行業用例
14 時間:Google Willow是一個可通過雲端訪問的量子計算平臺,旨在支持實驗、算法開發和應用量子研究。
本課程由講師主導,提供線上或線下培訓,面向希望探索Google Willow在量子計算中實際行業用例的中級專業人士。
完成本培訓後,參與者將能夠:
- 有效導航Google Willow環境。
- 評估跨行業的實際量子計算應用。
- 運行並解釋用於商業和研究場景的量子算法。
- 評估新興量子解決方案的可行性和影響。
課程形式
- 專家主導的演示和應用討論。
- 結合量子工具和工作流程的動手練習。
- 在Google Willow環境中進行即時實驗。
課程定製選項
- 可根據特定行業需求或研究目標安排定製版本。
在Google Willow上構建量子算法
14 時間:Google Willow是一個基於雲的量子計算平臺,使開發者和研究人員能夠設計、測試和執行量子算法。
本次由講師指導的培訓(線上或線下)面向中級專業人士,旨在幫助他們構建量子算法並在Google Willow上運行。
培訓結束後,參與者將能夠:
- 創建和構建用於實驗和應用的量子電路。
- 使用Google Willow的界面和API部署量子算法。
- 評估算法行爲並優化量子工作流程。
- 將量子技術集成到更廣泛的計算管道中。
課程形式
- 引導式演示與技術示範。
- 實踐任務與編碼練習。
- 在Google Willow的即時環境中進行動手實驗。
課程定製選項
- 可根據需求提供定製化的量子算法研究培訓項目。
Quantum Computing 與 Cirq Framework
21 時間:在這個由 澳門 的講師指導式現場培訓中,參與者將在逐步開發針對 量子計算機的演算法時學習量子計算的基礎知識。
在本次培訓結束時,參與者將能夠:
- 設置必要的開發環境以開始創建量子電路。
- 使用門的原生對應項控制門的行為。
- 使用 Cirq 改進 quibit 不準確之處。
- 編寫並執行量子電路,以針對基於 NISQ 的量子計算機模擬器運行。
量子計算入門:Google Willow
14 時間:本次由講師主導的培訓在澳門(線上或線下)進行,面向初學者,旨在幫助參與者理解量子計算的基礎知識,探索Google Willow的功能,並學習如何開始量子編程。
培訓結束後,參與者將能夠:
- 理解量子計算和量子位的基本原理。
- 探索Google Willow及其在量子糾錯方面的進展。
- 使用Qiskit編寫並運行基本的量子程序。
- 識別量子計算的實際應用。
Kaggle
14 時間:這個由 講師指導的 澳門 現場培訓(在線或現場)面向希望在 Data Science 中使用 Kaggle 學習和建立職業生涯的數據科學家和開發人員。
在本次培訓結束時,參與者將能夠:
- 了解數據科學和機器學習。
- 探索數據分析。
- 瞭解 Kaggle 及其工作原理。
使用Modin加速Python Pandas工作流
14 時間:這種由 講師指導的 澳門 現場現場培訓(在線或現場)面向希望使用 Modin 構建和實施並行計算的數據科學家和開發人員 Pandas 以加快數據分析速度。
在本次培訓結束時,參與者將能夠:
- 設置必要的環境,開始使用 Modin 大規模開發 Pandas 工作流。
- 瞭解 Modin 的功能、架構和優勢。
- 瞭解 Modin、Dask 和 Ray 之間的區別。
- 使用 Modin 更快地執行 Pandas 操作。
- 實現整個 Pandas API 和函數。
ProjectQ:Python中的量子編程框架
7 時間:ProjectQ 是一個基於 Python 的開源量子計算軟件框架,它允許用戶表達量子電路並將其翻譯爲多種後端量子硬件或模擬器。該框架支持高級優化、編譯器引擎和後端目標。
本次由講師指導的培訓(線上或線下)面向中級開發者,旨在幫助他們理解並應用 ProjectQ 進行實際量子編程和後端翻譯。
培訓結束後,參與者將能夠:
- 描述 ProjectQ 的架構和用途。
- 使用 ProjectQ 的 Python API 編寫量子電路。
- 使用 ProjectQ 的編譯器引擎和優化功能。
- 使用 ProjectQ 針對不同的量子後端或模擬器。
課程形式
- 互動講座與討論。
- 動手編程練習和電路構建。
- 針對模擬器或硬件後端的即時實驗室實現。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
量子計算與量子物理學基礎
21 時間:本次由講師指導的線下或線上培訓,面向希望理解量子計算原理並將其應用於開發量子計算機算法的計算機科學家和工程師。
培訓結束後,參與者將能夠:
- 理解量子計算的基礎知識。
- 理解並將量子物理概念應用於計算方法。
- 爲量子計算機創建算法。
- 使用量子計算機高效解決計算問題。
- 將量子行爲整合到現有的計算模型中。
- 認識量子計算在其他技術進步中的潛力。
量子AI導論
14 時間:本課程爲講師主導的培訓,在澳門(線上或線下)進行,面向初學者到中級水平的AI專業人士和研究人員,幫助他們理解量子AI的基礎知識及其潛在應用。
培訓結束後,學員將能夠:
- 掌握量子力學在量子計算中的基本原理。
- 理解量子算法的工作原理及其實現。
- 認識量子AI在革新各行業中的潛力。
- 開發基礎的量子機器學習模型。
- 評估量子AI的挑戰與倫理問題。
量子計算在商業中的應用
14 時間:本次由講師指導的線下或線上培訓,面向初級到中級水平的業務和技術領導者,旨在幫助他們瞭解量子計算的基礎知識及其在密碼學、物流和金融建模等行業的潛在影響,並學習如何在其領域中應用量子計算。
培訓結束後,參與者將能夠:
- 理解量子計算的基本原理,包括量子比特和量子糾纏。
- 識別量子計算在密碼學、物流和金融建模中的潛在應用。
- 瞭解量子技術的當前侷限性和未來發展。
- 掌握量子算法的基礎知識及其對業務挑戰的影響。
Getting Started with Quantum Computing and Q#
14 時間:在這個由 澳門 的講師指導式現場培訓中,參與者將學習量子計算的基礎知識,並在逐步開發簡單的量子程式時 Q#。
在本次培訓結束時,參與者將能夠:
- 安裝並配置 Microsoft 的 Quantum 開發工具包。
- 瞭解量子計算背後的概念。
- 使用 Q#、Visual Studio 和本地量子計算模擬器構建、測試、執行量子程式並對其進行故障排除。
量子計算與IBM Quantum Experience
14 時間:本次由講師指導的線下或線上培訓,面向希望使用IBM Quantum Experience創建、編輯和調用量子電路的計算機科學家。
培訓結束後,學員將能夠:
- 設置必要的開發環境,開始創建量子電路。
- 使用IBM Quantum Experience及其模擬器改進量子比特中的不準確性。
- 使用門的原生對應物控制門的行爲。
- 安排門事件的時間。
GPU數據科學之NVIDIA RAPIDS
14 時間:本次由講師指導的線下或線上培訓,面向希望使用RAPIDS構建GPU加速的數據管道、工作流和可視化的數據科學家和開發者,應用如XGBoost、cuML等機器學習算法。
培訓結束後,參與者將能夠:
- 設置必要的開發環境,使用NVIDIA RAPIDS構建數據模型。
- 瞭解RAPIDS的特性、組件和優勢。
- 利用GPU加速端到端的數據和分析管道。
- 使用cuDF和Apache Arrow實現GPU加速的數據準備和ETL。
- 學習如何使用XGBoost和cuML算法執行機器學習任務。
- 使用cuXfilter和cuGraph構建數據可視化並執行圖分析。