module #1 Introduction à l'informatique quantique Vue d'ensemble de l'informatique quantique, de ses principes et de ses applications
module #2 Bits quantiques et portes quantiques Introduction aux qubits, aux portes quantiques et aux circuits quantiques
module #3 Mesures et opérations quantiques Comprendre la mesure quantique, la superposition et l'intrication
module #4 Introduction à l'apprentissage automatique Vue d'ensemble de l'apprentissage automatique, des types d'apprentissage et des concepts clés
module #5 Apprentissage automatique avec Python Introduction pratique à l'apprentissage automatique avec Python et les bibliothèques populaires
module #6 Principes fondamentaux de l'apprentissage automatique quantique Introduction à l'apprentissage automatique quantique, ses principes et ses applications
module #7 K-means quantiques et machines à vecteurs de support Versions quantiques des k-means et des machines à vecteurs de support, et leurs avantages
module #8 Réseaux de neurones quantiques Introduction aux réseaux de neurones quantiques, leur architecture et leurs méthodes de formation
module #9 Circuit quantique Apprentissage Apprentissage des circuits quantiques, y compris l'apprentissage et l'optimisation des circuits
module #10 Apprentissage par renforcement quantique Introduction à l'apprentissage par renforcement quantique, ses principes et ses applications
module #11 Apprentissage non supervisé quantique Apprentissage non supervisé quantique, y compris le clustering et la réduction de dimensionnalité
module #12 Apprentissage supervisé quantique Apprentissage supervisé quantique, y compris la classification et la régression
module #13 Méta-apprentissage quantique Introduction au méta-apprentissage quantique, ses principes et ses applications
module #14 Apprentissage par transfert quantique Apprentissage par transfert quantique, ses avantages et ses applications
module #15 Modèles génératifs quantiques Introduction aux modèles génératifs quantiques, y compris les GAN et les VAE quantiques
module #16 Méthodes d'optimisation quantique Introduction aux méthodes d'optimisation quantique, y compris VQE et QAOA
module #17 Modèles hybrides classiques quantiques Quantique-classique modèles hybrides, leurs avantages et leurs applications
module #18 Études de cas en apprentissage automatique quantique Applications concrètes et études de cas d'apprentissage automatique quantique
module #19 Apprentissage automatique quantique avec Qiskit Expérience pratique avec Qiskit, une bibliothèque d'apprentissage automatique quantique populaire
module #20 Apprentissage automatique quantique avec TensorFlow Quantum Expérience pratique avec TensorFlow Quantum, une bibliothèque d'apprentissage automatique quantique populaire
module #21 Apprentissage automatique quantique avec PyTorch Quantum Expérience pratique avec PyTorch Quantum, une bibliothèque d'apprentissage automatique quantique populaire
module #22 Défis de mise en œuvre de l'apprentissage automatique quantique Défis dans la mise en œuvre de modèles et de solutions d'apprentissage automatique quantique
module #23 Éthique et équité de l'apprentissage automatique quantique Considérations éthiques et équité dans l'apprentissage automatique quantique
module #24 Feuille de route et orientations futures de l'apprentissage automatique quantique Orientations futures et feuille de route pour la recherche et l'apprentissage automatique quantique applications
module #25 Bilan et conclusion du cours Planifier les prochaines étapes de votre carrière dans l'apprentissage automatique quantique
