1.量子计算与量子信息。MA Nielsen 和 IL Chuang,剑桥大学出版社 2. Ciaran Hughes、Joshua Isaacson、Anastatsia Perry、Ranbel F. Sun、Jessica Turner,“量子计算的量子好奇者”,Springer,2021 3. Maria Schuld 和 Francesco Petruccione,“使用量子计算机进行机器学习”,第二版,Springer,2021 4. Maria Schuld 和 Francesco Petruccione,“使用量子计算机进行监督学习”,Springer,2018 5. Peter Wittek,“量子机器学习——量子计算对数据挖掘意味着什么”,爱思唯尔。 7. Michael A. Nielsen 和 Issac L. Chuang,“量子计算与信息”,剑桥,2002 年 8. Mikio Nakahara 和 Tetsuo Ohmi,“量子计算”,CRC Press,2008 年 9. N. David Mermin,“量子计算机科学”,剑桥,2007 年 10. https://qiskit.org/
概率理论的概述,线性代数,凸优化。简介:模式识别和机器学习的历史,模式识别和机器学习重点的区别。回归:线性回归,多元回归,逻辑回归。聚类:分区聚类,分层聚类,桦木算法治疗算法,基于密度的基于密度的聚类PCA和LDA:主成分分析,线性判别分析。内核方法:支持向量机图形模型:高斯混合模型和隐藏的马尔可夫模型贝叶斯方法的简介:贝叶斯分类,贝叶斯学习,贝叶斯最佳分类器,天真的贝叶斯分类器和贝叶斯网络..