PsiKet Academy

#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)")
سایت▫آپارات

🔹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! 😊🙏

آپارات - سرویس اشتراک ویدیو

قسمت هفتم (الگوریتم فاکتور گیری شور)

www.group-telegram.com/jp/psiket_academy.com/783

510 viewsedited  Dec 22 at 11:30

#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)")
سایت▫آپارات

🔹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