fbpx

QC201 : 量子運算的進階數學

Contents

學習進修量子運算演算法課程所需的進階數學

從這 4 小時的課程,你會學到

  • 量子運算的進階數學技術

要求

課程說明

本課程涵蓋開始學習量子演算法和量子運算應用所需的數學。

這主要是一門數學課程。 它不涵蓋任何量子演算法或應用程式。 本課程教你開始學習量子演算法所需的數學知識。 量子演算法將在以後的課程中介紹。

本課程中的幾乎所有內容都通過嚴格的證明進行了解釋。 完成本課程後,量子物理學就不會讓你覺得那麼神秘了。

先決條件

要從本課程中獲得最大收益,你必須完全熟悉前面的先修課程中涵蓋的所有主題:

  • QC051
  • QC101
  • QC151

本課程涵蓋的數學技巧

  • 正交性( Orthonormality )
  • 基礎向量與基礎變動
  • 布洛赫球體( Bloch Sphere )
  • 張量產品( Tensor Products )
  • 多量子位張量代數( Multi-Qubit Tensor Algebra )
  • 以自由度表示的糾纏( Entanglement in terms of Degrees of Freedom )
  • 部分測量( Partial Measurements )
  • 糾纏密碼學( Cryptography with Entanglement )
  • 將 Hermitian 和 Unitary 矩陣解構為外積和( Deconstruction of Hermitian and Unitary Matrices into a Sum of Outer Products )

本課程涵蓋的量子應用

  • 超密集編碼 ( Superdense Coding )
  • 量子隱形傳態( Quantum Teleportation )
  • 不可克隆定理的證明( Proof of No-Cloning Theorem )
  • 貝爾定理: 陳述和證明 ( Bell’s Theorem – Statement and Proof)

如何從本課程中獲得最大收益

這裡介紹的材料比我以前的 QC 課程要先進得多。

為了充分利用本課程,你可能需要倒帶並重複每節課 2-3 次。

經常暫停課程弄懂了再跟隨是數學學習的好方法。

讓自己在課間休息。 完成一堂課後,請等待一天或至少一個小時,然後再繼續下一堂課。

今天就報名吧,我們課堂上見。

目標受眾

  • 已完成我早期課程並希望在量子運算中進入下一個階段的學生

講師簡介

Kumaresan Ramanathan  Coroman Systems 首席架構師  ( 更多講師主講課程介紹 )

我熱衷於讓技術易於理解。我曾在 University of Massachusetts 教過學生,並在 Cadence Design Systems、iCOMS、Empirix、Relona 和 Johnson&Johnson 指導軟體專業人士。

我的目標是幫助你作為軟體專業人員每年賺取超過 20 萬美元。我專注於 AI 和量子運算的教學,因為這些是業內薪酬最高的技能。

我的課程幫助初學者對高中數學和程式設計有基本的了解。在大約 6 個月內,你可以完成幾門課程,成為每小時 200 美元以上的專家。

除了教授技術技能外,我還幫助你建立領導能力。我的課程討論各種技術選擇之間的權衡,並幫助你做出明智的決定。作為軟體專業的專家,你將能夠推薦解決方案,建議實施選擇並指導軟體設計。

我的課程有 30 天退款保證。歡迎查看免費教學影片預覽並立即註冊。

我擁有 IIT 的電幾工程學位和 University of Massachusetts 的電腦科學碩士學位。我管理過軟體團隊,幫助新創公司在國際市場上推出產品。

我在波士頓地區度過了大部分職業生涯。我喜歡閱讀科幻小說和經濟理論。我是一個喜歡與朋友和家人一起嘗試有趣的食譜和新餐館的美食家。

英文字幕 : 有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

  • 點選這個優惠連結 課程特價 | Udemy 永久擁有課程 NT330 起( 在電腦瀏覽器登入,點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得 )
  • Udemy 現在越來越多課程有中文字幕,請參考 Soft & Share 中文線上課程
  • 手機上點選優惠連結看到的價格比電腦上看到的貴
  • $代表當地貨幣, 如在台灣為 NT
  • 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上,請稍等刷新或重新點選就會出現

報名參加課程

Sponsored by Udemy


Lingoda

也許你會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: