Notice: file_put_contents(): Write of 15097 bytes failed with errno=28 No space left on device in /var/www/group-telegram/post.php on line 50
PsiKet Academy | Telegram Webview: psiket_academy/783 -
Telegram Group & Telegram Channel
#آوانما

دوستان و همراهان عزیز آوانما، سلام!
😍
💡این هفته ترجمه و زیرنویس قسمت آخر دوره آموزشی الگوریتم‌های کوانتومی با Qiskit را منتشر کردیم. امیدواریم این دوره را دنبال کرده و از تماشای آن لذت برده باشید. در این دوره با ساختار برخی از مهم‌ترین و پرکاربردترین الگوریتم‌های کوانتومی آشنا شدیم و یاد گرفتیم چگونه می‌توان آن‌ها را با استفاده از کتابخانه Qiskit پیاده‌سازی کرد.

🔗لینک دسترسی به ویدئو:
🔑(راهنما: در سایت بخش "آموزش Qiskit فصل دوم (الگوریتم ها در Qiskit)")
سایتآپارات

🔹در قسمت اول به بررسی کاربردهای الگوریتم‌های کوانتومی و برتری‌
های آن‌ها نسبت به نسخه‌های کلاسیکی پرداختیم.

🔸در قسمت دوم، نحوه نصب Qiskit را یاد گرفتیم و اولین برنامه کوانتومی خود، یعنی "Hello Quantum World" را نوشتیم و اجرا کردیم.

🔹
قسمت سوم به الگوریتم جستجوی کوانتومی یا گروور اختصاص داشت که می‌تواند یک لیست N تایی را در زمان √N جستجو کند.

🔸در قسمت چهارم، الگوریتم‌های کوانتومی وردشی را بررسی کردیم که برای یافتن کمترین مقدار یک متغیر استفاده می‌شوند و در شبیه‌سازی مولکول‌ها و حوزه شیمی کوانتومی کاربردهای زیادی دارند.

🔹در قسمت پنجم، یکی از کاربردهای الگوریتم گروور را بررسی کردیم که مربوط به حل مسئله مهمانی شام بود.

🔸 در قسمت ششم، به یادگیری ماشین کوانتومی رسیدیم که نقطه اوج این دوره بود. ابتدا با مفهوم فضای ویژگی یا "Feature Space" آشنا شدیم و سپس یاد گرفتیم چگونه می‌توان یکی از مهم‌ترین الگوریتم‌های یادگیری ماشین، یعنی ماشین بردار پشتیبان یا "Support Vector Machine"، را با رویکرد کوانتومی و با استفاده از کتابخانه Qiskit پیاده‌سازی کرد.

🔹در قسمت هفتم، معروف‌ترین الگوریتم حوزه محاسبات کوانتومی، یعنی الگوریتم فاکتورگیری شور را بررسی کردیم. این الگوریتم و کاربردهای آن در حوزه رمزنگاری و امنیت اطلاعات را توضیح دادیم و در نهایت آن را با Qiskit پیاده‌سازی کردیم.

🚀برنامه‌ی آینده:
قدم بعدی ما در آوانما، شروع یک دوره جدید است. این‌بار می‌خواهیم کتابخانه Qiskit را به‌صورت تخصصی و با جزئیات بیشتر بررسی کنیم. نام این دوره "آموزش Qiskit نسخه ۱" است. نسخه ۱ این کتابخانه، جدیدترین ورژن آن بوده و با امکانات پیشرفته‌ و انعطاف‌پذیری بسیار بیشتر نسبت به نسخه‌های قبلی ارائه شده است. در این ورژن، قابلیت‌های پیشرفته‌ای در حوزه‌های یادگیری ماشین کوانتومی، الگوریتم‌های بهینه‌سازی، الگوریتم‌های وردشی و موارد دیگر اضافه شده است.

از همراهی شما در این دوره سپاسگزاریم و منتظر حضور شما در دوره جدید هستیم. زودتر از آنچه تصور می‌کنید! 😊🙏



group-telegram.com/psiket_academy/783
Create:
Last Update:

#آوانما

دوستان و همراهان عزیز آوانما، سلام!
😍
💡این هفته ترجمه و زیرنویس قسمت آخر دوره آموزشی الگوریتم‌های کوانتومی با Qiskit را منتشر کردیم. امیدواریم این دوره را دنبال کرده و از تماشای آن لذت برده باشید. در این دوره با ساختار برخی از مهم‌ترین و پرکاربردترین الگوریتم‌های کوانتومی آشنا شدیم و یاد گرفتیم چگونه می‌توان آن‌ها را با استفاده از کتابخانه Qiskit پیاده‌سازی کرد.

🔗لینک دسترسی به ویدئو:
🔑(راهنما: در سایت بخش "آموزش Qiskit فصل دوم (الگوریتم ها در Qiskit)")
سایتآپارات

🔹در قسمت اول به بررسی کاربردهای الگوریتم‌های کوانتومی و برتری‌
های آن‌ها نسبت به نسخه‌های کلاسیکی پرداختیم.

🔸در قسمت دوم، نحوه نصب Qiskit را یاد گرفتیم و اولین برنامه کوانتومی خود، یعنی "Hello Quantum World" را نوشتیم و اجرا کردیم.

🔹
قسمت سوم به الگوریتم جستجوی کوانتومی یا گروور اختصاص داشت که می‌تواند یک لیست N تایی را در زمان √N جستجو کند.

🔸در قسمت چهارم، الگوریتم‌های کوانتومی وردشی را بررسی کردیم که برای یافتن کمترین مقدار یک متغیر استفاده می‌شوند و در شبیه‌سازی مولکول‌ها و حوزه شیمی کوانتومی کاربردهای زیادی دارند.

🔹در قسمت پنجم، یکی از کاربردهای الگوریتم گروور را بررسی کردیم که مربوط به حل مسئله مهمانی شام بود.

🔸 در قسمت ششم، به یادگیری ماشین کوانتومی رسیدیم که نقطه اوج این دوره بود. ابتدا با مفهوم فضای ویژگی یا "Feature Space" آشنا شدیم و سپس یاد گرفتیم چگونه می‌توان یکی از مهم‌ترین الگوریتم‌های یادگیری ماشین، یعنی ماشین بردار پشتیبان یا "Support Vector Machine"، را با رویکرد کوانتومی و با استفاده از کتابخانه Qiskit پیاده‌سازی کرد.

🔹در قسمت هفتم، معروف‌ترین الگوریتم حوزه محاسبات کوانتومی، یعنی الگوریتم فاکتورگیری شور را بررسی کردیم. این الگوریتم و کاربردهای آن در حوزه رمزنگاری و امنیت اطلاعات را توضیح دادیم و در نهایت آن را با Qiskit پیاده‌سازی کردیم.

🚀برنامه‌ی آینده:
قدم بعدی ما در آوانما، شروع یک دوره جدید است. این‌بار می‌خواهیم کتابخانه Qiskit را به‌صورت تخصصی و با جزئیات بیشتر بررسی کنیم. نام این دوره "آموزش Qiskit نسخه ۱" است. نسخه ۱ این کتابخانه، جدیدترین ورژن آن بوده و با امکانات پیشرفته‌ و انعطاف‌پذیری بسیار بیشتر نسبت به نسخه‌های قبلی ارائه شده است. در این ورژن، قابلیت‌های پیشرفته‌ای در حوزه‌های یادگیری ماشین کوانتومی، الگوریتم‌های بهینه‌سازی، الگوریتم‌های وردشی و موارد دیگر اضافه شده است.

از همراهی شما در این دوره سپاسگزاریم و منتظر حضور شما در دوره جدید هستیم. زودتر از آنچه تصور می‌کنید! 😊🙏

BY PsiKet Academy




Share with your friend now:
group-telegram.com/psiket_academy/783

View MORE
Open in Telegram


Telegram | DID YOU KNOW?

Date: |

In a statement, the regulator said the search and seizure operation was carried out against seven individuals and one corporate entity at multiple locations in Ahmedabad and Bhavnagar in Gujarat, Neemuch in Madhya Pradesh, Delhi, and Mumbai. But because group chats and the channel features are not end-to-end encrypted, Galperin said user privacy is potentially under threat. The Russian invasion of Ukraine has been a driving force in markets for the past few weeks. "Someone posing as a Ukrainian citizen just joins the chat and starts spreading misinformation, or gathers data, like the location of shelters," Tsekhanovska said, noting how false messages have urged Ukrainians to turn off their phones at a specific time of night, citing cybersafety. The regulator said it has been undertaking several campaigns to educate the investors to be vigilant while taking investment decisions based on stock tips.
from de


Telegram PsiKet Academy
FROM American