Einführung in Quantum Machine Learning

Zertifizierter Data Scientist spezialisiert in Quantum Machine Learning

Quantum Computing und Machine Learning sind Schlüsseltechnologien, die unsere Technologielandschaft in den kommenden Dekaden maßgeblich prägen werden, und es teilweise heute schon tun. Das Modul deckt Themen in der Schnittmenge aus Quantum Computing und Machine Learning ab und lehrt diese in der Praxis umzusetzen.

Nach dem Seminar können Sie...

... die formalen Grundbegriffe des Quantum Computings (Quantenzustand, Bit vs. Qubit, Messung) beschreiben.

... die formalen Grundbegriffe des Machine Learnings (Zielfunktion, Modellklasse, Kreuzvalidierung, Kernel-Funktion) wiedergeben.

... Ideen und Bausteine von Quantenalgorithmen für QML-Probleme verwenden.

... die Quantum Support Vector Machine Methode beschreiben und in Anwendungsfällen verwenden.

... die Stärken, Schwächen und Grenzen aktueller QML-Verfahren formulieren.

Unsere Kursinhalte

Veranstalter

Fraunhofer ITWM

Fraunhofer FOKUS

Fraunhofer IAIS

Fraunhofer IPA

Fraunhofer FIT

Veranstaltungstyp

Zertifikatskurs

Veranstaltungsort

Fraunhofer FOKUS

Kaiserin-Augusta-Allee 31

10589 Berlin 

Format

Präsenz + Online

Sprache Englisch
Zielgruppe
  • Fachleute aus den Bereichen Data Science und Maschinelles Lernen
  • Mitarbeitende von Technologieunternehmen, wie z.B. Pharmazie- und Chemieunternehmen
  • Mitarbeitende von Regierungsbehörden die sich für potenzielle Anwendungen in den Bereichen Kryptografie und Cybersicherheit interessieren.  
  • Mitarbeitende von Forschungseinrichtungen sowie Studierende, die einen Masterabschluss oder eine Promotion in Bereichen wie Informatik, Physik, Mathematik oder Data Science anstreben, und sich darüber hinaus auf den aktuellen Stand im Bereich QML bringen möchten
  • Mitarbeitende von Forschungseinrichtungen sowie Studierende, die Vorerfahrungen im Bereich Quantencomputing haben
Kursdauer/Tagesablauf

Online:

  • Unit 1.1: Grundlagen Machine Learning/Data Science
  • Unit 1.2: Grundlagen Quantum Computing

Präsenz:

  • On-Boarding und Übungen zu Unit 1.1 und 1.2
  • Unit 2: Quantum Clustering
  • Unit 3: Parametrized Quantum Circuits + Encoding
  • Unit 4: Quantum Support Vector Machine
  • Unit 5: Quantum Neural Networks
Zugangsvoraussetzung

Bereits Vorerfahrungen im Bereich Data Science / Machine Learning oder Quantum Computing oder ähnliche Vorerfahrungen (kann individuell auch abgeklärt werden)

Kurzbeschreibung der Inhalte
  • Synergie zwischen Themen der Bereiche Data Science / Machine Learning und Quantum Computing 
  • Hands on und Theorie dazu, wie man mithilfe von Quantencomputer clustern bzw. klassifizieren kann
  • Enkodierung von klassischen Daten in Quantenschaltkreise
  • Erlernen, wie trainierbarer Quantenschaltkreise aufgebaut werden können
  • Quantum Neural Networks und mögliche Vorteile

Mehr Informationen zu Terminen und Preisen finden Sie auf der Anmeldeseite:

Ali  Moghiseh

Contact Press / Media

Dr. Ali Moghiseh

Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM
Fraunhofer-Platz 1
67663  Kaiserslautern

Telefon +49 631 31600-4467

Alexander Geng

Contact Press / Media

Alexander Geng

Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM
Fraunhofer-Platz 1
67663  Kaiserslautern

Telefon +49 631 31600-4183