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: |

False news often spreads via public groups, or chats, with potentially fatal effects. In view of this, the regulator has cautioned investors not to rely on such investment tips / advice received through social media platforms. It has also said investors should exercise utmost caution while taking investment decisions while dealing in the securities market. In addition, Telegram now supports the use of third-party streaming tools like OBS Studio and XSplit to broadcast live video, allowing users to add overlays and multi-screen layouts for a more professional look. Oleksandra Matviichuk, a Kyiv-based lawyer and head of the Center for Civil Liberties, called Durov’s position "very weak," and urged concrete improvements.
from tr


Telegram PsiKet Academy
FROM American