modulo #1 Introduzione al calcolo quantistico Panoramica del calcolo quantistico, principi e sue applicazioni
modulo #2 Bit quantistici e porte quantistiche Introduzione ai qubit, alle porte quantistiche e ai circuiti quantistici
modulo #3 Misurazione e operazioni quantistiche Comprensione della misurazione quantistica, della sovrapposizione e dell'entanglement
modulo #4 Introduzione all'apprendimento automatico Panoramica dell'apprendimento automatico, tipi di apprendimento e concetti chiave
modulo #5 Apprendimento automatico con Python Introduzione pratica all'apprendimento automatico con Python e librerie popolari
modulo #6 Fondamenti dell'apprendimento automatico quantistico Introduzione all'apprendimento automatico quantistico, suoi principi e applicazioni
modulo #7 K-Means quantistici e macchine a vettori di supporto Versioni quantistiche di k-means e macchine a vettori di supporto e loro vantaggi
modulo #8 Reti neurali quantistiche Introduzione alle reti neurali quantistiche, loro architettura e formazione metodi
modulo #9 Apprendimento di circuiti quantistici Apprendimento di circuiti quantistici, inclusi apprendimento di circuiti e ottimizzazione di circuiti
modulo #10 Apprendimento di rinforzo quantistico Introduzione all'apprendimento di rinforzo quantistico, ai suoi principi e alle sue applicazioni
modulo #11 Apprendimento quantistico non supervisionato Apprendimento quantistico non supervisionato, inclusi clustering e riduzione della dimensionalità
modulo #13 Meta-apprendimento quantistico Introduzione al meta-apprendimento quantistico, ai suoi principi e alle sue applicazioni
modulo #14 Apprendimento quantistico di trasferimento Apprendimento quantistico di trasferimento, i suoi vantaggi e le sue applicazioni
modulo #15 Modelli generativi quantistici Introduzione ai modelli generativi quantistici, inclusi GAN e VAE quantistici
modulo #16 Metodi di ottimizzazione quantistica Introduzione ai metodi di ottimizzazione quantistica, inclusi VQE e QAOA
modulo #17 Modelli ibridi quantistici classici Modelli quantistici-classici modelli ibridi, i loro vantaggi e applicazioni
modulo #18 Casi di studio sull'apprendimento automatico quantistico Applicazioni nel mondo reale e casi di studio sull'apprendimento automatico quantistico
modulo #19 Apprendimento automatico quantistico con Qiskit Esperienza pratica con Qiskit, una popolare libreria di apprendimento automatico quantistico
modulo #20 Apprendimento automatico quantistico con TensorFlow Quantum Esperienza pratica con TensorFlow Quantum, una popolare libreria di apprendimento automatico quantistico
modulo #21 Apprendimento automatico quantistico con PyTorch Quantum Esperienza pratica con PyTorch Quantum, una popolare libreria di apprendimento automatico quantistico
modulo #22 Sfide di implementazione dell'apprendimento automatico quantistico Sfide nell'implementazione di modelli e soluzioni di apprendimento automatico quantistico
modulo #23 Etica ed equità dell'apprendimento automatico quantistico Considerazioni etiche ed equità nell'apprendimento automatico quantistico
modulo #24 Roadmap e direzioni future dell'apprendimento automatico quantistico Direzioni future e roadmap per la ricerca e l'apprendimento automatico quantistico applicazioni
modulo #25 Riepilogo e conclusione del corso Pianificare i prossimi passi nella carriera di Quantum Machine Learning