量子機器學習 - 维基百科，自由的百科全书

此條目可参照英語維基百科相應條目来扩充。 (2021年11月12日) 若您熟悉来源语言和主题，请协助参考外语维基百科扩充条目。请勿直接提交机械翻译，也不要翻译不可靠、低品质内容。依版权协议，译文需在编辑摘要注明来源，或于讨论页顶部标记{{Translated page}}标签。

系列条目
量子力学
${\displaystyle i\hbar {\frac {\partial }{\partial t}}|\psi (t)\rangle ={\hat {H}}|\psi (t)\rangle }$ 薛定谔方程
入门 术语（英语：Glossary of elementary quantum mechanics） 历史
背景 经典力学 舊量子論 狄拉克符号 哈密顿算符 干涉
基本原理 互补 退相干 纠缠 能级 测量 非局域性（英语：Quantum nonlocality） 量子数 量子態 态叠加原理 对称性（英语：Symmetry in quantum mechanics） 量子穿隧效應 不确定性 波函数 波函数坍缩
实验 貝爾定理的實驗驗證 戴維森-革末實驗 雙縫實驗 伊利澤-威德曼炸彈測試問題 法蘭克-赫茲實驗 Leggett-Garg不平等现象（英语：Leggett–Garg inequality） 馬赫-曾德爾干涉儀 波普尔实验 量子擦除實驗 延遲選擇 薛定谔猫 施特恩-格拉赫实验 惠勒延迟选择实验
表述 概览 海森堡繪景 相互作用繪景 矩陣力學 相空间表述 薛丁格繪景 路徑積分表述
方程 狄拉克方程式 克莱因-戈尔登方程 包立方程式 里德伯公式 薛定谔方程
诠释 概览 量子贝叶斯主义（英语：Quantum Bayesianism） 一致性历史 哥本哈根詮釋 德布罗意-玻姆理论 系綜詮釋 隱變量理論 局部隐变量（英语：Local hidden-variable theory） 多世界诠释 客觀坍縮理論 量子逻辑（英语：Quantum logic） 關係性量子力學 交易詮釋
高阶 相对论量子力学（英语：Relativistic quantum mechanics） 量子场论 量子信息科学 量子计算 量子混沌（英语：Quantum chaos） 密度矩陣 散射理论（英语：Scattering theory） 量子统计力学 量子機器學習
科学家 阿哈罗诺夫 貝爾 贝特 布莱克特 布洛赫 玻姆 玻尔 玻恩 玻色 德布罗意 康普顿 狄拉克 戴维孙 德拜 埃伦费斯特 爱因斯坦 艾弗雷特三世 福克 费米 費曼 格劳伯 古茨威勒 海森堡 希尔伯特 约尔旦 克喇末 泡利 兰姆 朗道 劳厄 莫塞莱 密立根 昂內斯 普朗克 拉比 拉曼 里德伯 薛定谔 米歇尔·西蒙斯（英语：Michelle Simmons） 索末菲 冯·诺伊曼 外尔 维恩 维格纳 塞曼 蔡林格
查 论 编

机器学习与数据挖掘
范式 监督学习 無監督學習 線上機器學習 元学习（英语：Meta-learning (computer science)） 半监督学习 自监督学习 强化学习 基于规则的机器学习（英语：Rule-based machine learning） 量子機器學習
问题 统计分类 生成模型 迴歸分析 聚类分析 降维 密度估计（英语：density estimation） 异常检测 数据清洗 自动机器学习 关联规则学习 語意分析 结构预测（英语：Structured prediction） 特征工程 表征学习 排序学习（英语：Learning to rank） 语法归纳（英语：Grammar induction） 本体学习（英语：Ontology learning） 多模态学习（英语：Multimodal learning）
监督学习 (分类 · 回归) 学徒学习（英语：Apprenticeship learning） 决策树学习 集成学习 Bagging 提升方法 随机森林 k-NN 線性回歸 朴素贝叶斯 人工神经网络 邏輯斯諦迴歸 感知器 相关向量机（RVM） 支持向量机（SVM） 迁移学习 微调
聚类分析 BIRCH CURE算法（英语：CURE algorithm） 层次 k-平均 Fuzzy 期望最大化（EM） DBSCAN OPTICS 均值飘移（英语：Mean shift）
降维 因素分析 CCA ICA LDA NMF（英语：Non-negative matrix factorization） PCA PGD（英语：Proper generalized decomposition） t-SNE（英语：t-distributed stochastic neighbor embedding） SDL
结构预测（英语：Structured prediction） 圖模式 貝氏網路 條件隨機域 隐马尔可夫模型
异常检测 RANSAC k-NN 局部异常因子（英语：Local outlier factor） 孤立森林（英语：Isolation forest）
人工神经网络 自编码器 認知計算 深度学习 DeepDream（英语：DeepDream） 多层感知器 RNN LSTM GRU（英语：Gated recurrent unit） ESN（英语：Echo state network） 储备池计算（英语：reservoir computing） 受限玻尔兹曼机 GAN SOM CNN U-Net Transformer Vision transformer（英语：Vision transformer） 脉冲神经网络（英语：Spiking neural network） Memtransistor（英语：Memtransistor） 电化学RAM（英语：Electrochemical RAM）（ECRAM）
强化学习 Q学习 SARSA 时序差分（TD） 多智能体（英语：Multi-agent reinforcement learning） Self-play（英语：Self-play (reinforcement learning technique)） RLHF
与人类学习 主动学习（英语：Active learning (machine learning)） 众包 Human-in-the-loop（英语：Human-in-the-loop）
模型诊断 学习曲线（英语：Learning curve (machine learning)）
数学基础 内核机器（英语：Kernel machines） 偏差–方差困境（英语：Bias–variance tradeoff） 计算学习理论（英语：Computational learning theory） 经验风险最小化 奥卡姆学习（英语：Occam learning） PAC学习（英语：Probably approximately correct learning） 统计学习 VC理论
大会与出版物 NeurIPS ICML（英语：International Conference on Machine Learning） ICLR ML（英语：Machine Learning (journal)） JMLR（英语：Journal of Machine Learning Research）
相关条目 人工智能术语（英语：Glossary of artificial intelligence） 机器学习研究数据集列表（英语：List of datasets for machine-learning research） 机器学习概要（英语：Outline of machine learning）
查 论 编

量子机器学习，是将量子算法整合到机器学习程序中。^{[1][2][3][4][5][6][7]}该术语最常见的用法是指用于分析量子计算机上执行的经典数据的机器学习算法，即量子增强机器学习。^{[8][9][10][11]}常规机器学习算法被用来计算海量数据，而量子机器学习利用量子位和量子運算或专门的量子系统来提高算法在程序中完成的计算速度和数据存储。^[12]在实际操作中，量子机器学习会混合常规机器学习，先用常规计算机执行机器学习程序，然后将无法通过常规计算机完成的子程序交由量子计算机完成。^[13][14][15]這些子程序可能比較複雜，在量子計算機上執行會有著更顯著的速度提升。^[2]此外，量子算法可以用来分析量子态而不仅仅局限于常规数据。^[16][17]