Lumaktaw sa pangunahing nilalaman
Ang proyektong ito ay nasa beta. Nakakita ng bug? Mag-bukas ng GitHub issue. May tanong o ideya? Magtanong sa Discussions — gusto naming marinig ang iyong feedback!
Gaano kaganda ang kalidad ng pagsasalin sa pahinang ito?

Mga learning path ng IBM Quantum

Ang mga learning path na ito ay mula sa IBM. Inilalathala ang mga ito ng IBM Quantum sa IBM Quantum Learning: bawat isa ay isang pagkakasunod-sunod ng pag-aaral sa mga kurso, tutorial at gabay ng IBM para sa isang larangan, sa isa o higit pang antas. Ang mga hakbang, ang pagkakasunod-sunod ng mga ito at ang mga pagtatantya ng oras sa ibaba ay mula sa IBM; iniuugnay lang ng doQumentation ang bawat hakbang sa pahina nito rito.

O i-browse ang lahat ng kurso

Bakit sundin ang mga ito sa doQumentation

Panimula sa quantum

Mga pangunahing termino, ang una mong mga circuit at kung saan ginagamit ang quantum computing ngayon.

≈26 oras
  1. Mabilis na SimulaGabay · ≈1 oras
  2. Patakbuhin ang iyong unang Circuit sa hardwareGabay · ≈0.5 oras
  3. IBM Quantum ComposerGabay · ≈0.5 oras
  4. Quantum computing sa kasanayanKurso · ≈8 oras
  5. Mga pangunahing kaalaman sa quantum informationKurso · ≈15 oras
  6. CHSH inequalityTutorial · ≈1 oras
Ang path na ito sa IBM Quantum Learning ↗

Optimization

QAOA para sa mga problemang gaya ng Max-Cut at mga pamamaraan para sa pinakamababang eigenvalue, kasunod ang mga aplikasyon tulad ng market split problem.

Baguhan≈19 oras
  1. Quantum computing sa kasanayanKurso · ≈8 oras
  2. Algoritmo ng quantum approximate optimizationTutorial · ≈1 oras
  3. Mga quantum diagonalization algorithmKurso · ≈10 oras
Ang path na ito sa IBM Quantum Learning ↗
Katamtaman≈5.5 oras
  1. Mga advanced na pamamaraan para sa QAOATutorial · ≈1.5 oras
  2. Lutasin ang Market Split problem gamit ang Iskay Quantum Optimizer ng Kipu QuantumTutorial · ≈1 oras
  3. Dynamic na pag-optimize ng portfolio gamit ang Portfolio Optimizer ng Global Data QuantumTutorial · ≈1.5 oras
  4. Pauli correlation encoding upang Bawasan ang Pangangailangan sa max-cutTutorial · ≈1.5 oras
Ang path na ito sa IBM Quantum Learning ↗

Data science

Quantum search, mga kernel at machine learning, kasunod ang quantum Fourier transform at ang algorithm ni Shor.

Baguhan≈26 oras
  1. Mga pangunahing kaalaman sa mga quantum algorithmKurso · ≈15 oras
  2. Algorithm ni GroverTutorial · ≈1 oras
  3. Quantum machine learningKurso · ≈10 oras
Ang path na ito sa IBM Quantum Learning ↗
Katamtaman≈6.5 oras
  1. Pagsasanay sa quantum kernelTutorial · ≈1 oras
  2. Palakasin ang pag-uuri ng mga feature gamit ang projected quantum kernelsTutorial · ≈2.5 oras
  3. Quantum Fourier transformModule · ≈2 oras
  4. Algoritmo ni ShorTutorial · ≈1 oras
Ang path na ito sa IBM Quantum Learning ↗

Pisika at kimika

VQE para sa mga molekula at spin chain, kasunod ang sample-based at Krylov diagonalization sa utility scale.

Baguhan≈31.5 oras
  1. Quantum chemistry gamit ang VQEKurso · ≈5 oras
  2. Pagtatantya ng ground-state energy ng Heisenberg chain gamit ang VQETutorial · ≈1.5 oras
  3. Utility-scale na quantum computingKurso · ≈15 oras
  4. Mga quantum diagonalization algorithmKurso · ≈10 oras
Ang path na ito sa IBM Quantum Learning ↗
Katamtaman≈6.5 oras
  1. Pagtatantya ng ground-state energy ng Heisenberg chain gamit ang VQETutorial · ≈1.5 oras
  2. Sample-based quantum diagonalization ng isang chemistry HamiltonianTutorial · ≈1.5 oras
  3. Krylov quantum diagonalization ng lattice HamiltoniansTutorial · ≈2 oras
  4. Sample-based Krylov quantum diagonalization ng isang fermionic lattice modelTutorial · ≈1.5 oras
Ang path na ito sa IBM Quantum Learning ↗

Pagbuo ng quantum algorithm

Mula sa mga pundasyon ng mga quantum algorithm hanggang sa diagonalization, QAOA at error correction, sa tatlong antas.

Baguhan≈42 oras
  1. Mga pangunahing kaalaman sa mga quantum algorithmKurso · ≈15 oras
  2. Utility-scale na quantum computingKurso · ≈15 oras
  3. Algoritmo ni ShorTutorial · ≈1 oras
  4. Algorithm ni GroverTutorial · ≈1 oras
  5. Mga quantum diagonalization algorithmKurso · ≈10 oras
Ang path na ito sa IBM Quantum Learning ↗
Katamtaman≈19.5 oras
  1. Pangkalahatang formulasyon ng quantum informationKurso · ≈15 oras
  2. Algoritmo ng quantum approximate optimizationTutorial · ≈1 oras
  3. Sample-based quantum diagonalization ng isang chemistry HamiltonianTutorial · ≈1.5 oras
  4. Krylov quantum diagonalization ng lattice HamiltoniansTutorial · ≈2 oras
Ang path na ito sa IBM Quantum Learning ↗
Advanced≈21 oras
  1. Sample-based Krylov quantum diagonalization ng isang fermionic lattice modelTutorial · ≈1.5 oras
  2. Mga advanced na pamamaraan para sa QAOATutorial · ≈1.5 oras
  3. Pauli correlation encoding upang Bawasan ang Pangangailangan sa max-cutTutorial · ≈1.5 oras
  4. Utility-scale na pagbabawas ng error gamit ang probabilistic error amplificationTutorial · ≈1.5 oras
  5. Mga pundasyon ng quantum error correctionKurso · ≈15 oras
Ang path na ito sa IBM Quantum Learning ↗

Quantum information science and engineering (QISE)

Mga algorithm, ang pangkalahatang teorya ng quantum information at error correction.

Baguhan≈32.5 oras
  1. Mga pangunahing kaalaman sa mga quantum algorithmKurso · ≈15 oras
  2. Algorithm ni GroverTutorial · ≈1 oras
  3. Pagtatantya ng ground-state energy ng Heisenberg chain gamit ang VQETutorial · ≈1.5 oras
  4. Pangkalahatang formulasyon ng quantum informationKurso · ≈15 oras
Ang path na ito sa IBM Quantum Learning ↗
Katamtaman≈18 oras
  1. Utility-scale na pagbabawas ng error gamit ang probabilistic error amplificationTutorial · ≈1.5 oras
  2. Mga pundasyon ng quantum error correctionKurso · ≈15 oras
  3. Repetition codesTutorial · ≈1.5 oras
Ang path na ito sa IBM Quantum Learning ↗

Mga madalas itanong

Mula ba sa doQumentation ang mga learning path na ito?

Hindi. Mula ang mga ito sa IBM Quantum, inilathala sa IBM Quantum Learning, at ipinapakita ng doQumentation ang mga ito gaya ng pagkakalathala ng IBM. Ang idinaragdag ng doQumentation ay ang paraan ng pagsunod mo sa mga ito: mapapatakbong code, simulator na walang account, pagsubaybay sa progress at mga salin.

Ano ang learning path?

Isang may-ayos na listahan ng mga kurso, tutorial at gabay para sa isang larangan, gaya ng optimization o kimika, may pagtatantya ng oras na kailangan sa bawat hakbang. Inilalathala ito ng IBM Quantum Learning; iniuugnay ng doQumentation ang bawat hakbang sa mapapatakbong pahina nito.

Paano binibilang ang progress ko?

Tapos na ang isang hakbang kapag nabasa mo na ang lahat ng pahina nito: isang pahina para sa tutorial o gabay, bawat aralin para sa isang kurso. Nakatago ang progress sa browser mo, nang walang account.

Makakakuha ba ako ng badge ng IBM?

Hindi. Ang mga badge ng IBM ay nakukuha sa IBM Quantum Learning gamit ang IBM Quantum account. Ang doQumentation ay isang independiyenteng mirror ng open-source na nilalaman.

Kailangan ko bang sundin ang pagkakasunod-sunod?

Hindi, pero maganda ang pagkakasunod-sunod: bawat hakbang ay nakabatay sa mga nauna rito. Sa loob ng isang path, ang antas na Baguhan ang una.