量子机器学习及区块链技术导论
全新正版 急速发货
￥ 38 4.8折 ￥ 79 全新
库存7件
天津武清
认证卖家担保交易快速发货售后保障
作者杨毅 等
出版社电子工业出版社
ISBN9787121425547
出版时间2022-01
装帧平装
开本16开
定价79元
货号29357761
上书时间2024-12-21
- 在售商品 暂无
- 平均发货时间 14小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
导语摘要
机器学习是人工智能发展和研究过程中得到广泛重视和应用的方向，与人工智能并行发展的量子计算，其被广泛关注的领域之一是量子机器学习算法。量子计算的到来使现有的密码算法受到冲击，而建立在密码学大厦之上的区块链技术也将受到影响，基于量子密码体系的区块链即量子区块链系统便是一种探索。本书主要对机器学习、深度学习、区块链和量子计算技术及其应用进行全面介绍和论述，主要内容包括机器学习基础原理、量子信息与量子计算、量子计算与机器学习、区块链技术基础、区块链技术应用、量子区块链初探。
作者简介
杨毅，女，博士，现工作于清华大学电子工程系，IEEE会员、清华大学博士后理事，长期从事信号处理、语音识别、跨媒体新技术与新应用、数据检索方面的科研和教学工作。
目录
目 录
第1章 绪论（1）
1.0 引言（1）
1.1 人工智能的起源（2）
1.2 人工智能中的机器学习（3）
1.3 人工智能的曲折发展（5）
1.4 量子计算和量子机器学习（6）
1.5 区块链技术（7）
1.6 量子区块链（9）
1.7 本章小结（9）
第2章 机器学习基础（11）
2.0 引言（11）
2.1 有监督学习（11）
2.2 有监督分类问题（12）
2.2.1 K近邻算法（12）
2.2.2 决策树算法（14）
2.2.3 朴素贝叶斯算法（15）
2.2.4 逻辑回归算法（17）
2.2.5 支持向量机算法（18）
2.2.6 Adaboost算法（19）
2.3 有监督回归问题（21）
2.3.1 线性回归算法（21）
2.3.2 非线性回归算法（22）
2.4 无监督学习（23）
2.4.1 K-Means算法（23）
2.4.2 FP-growth算法（25）
2.5 本章小结（28）
第3章 量子信息与量子计算基础（29）
3.0 引言（29）
3.1 量子计算基础（30）
3.1.1 计算复杂度和图灵机（30）
3.1.2 态叠加原理（31）
3.1.3 可观测量（32）
3.1.4 正定测量（33）
3.1.5 量子比特和量子记忆（33）
3.2 量子计算数学原理（34）
3.2.1 Hilbert空间和Dirac符号（34）
3.2.2 对偶空间和对偶向量（35）
3.2.3 量子算子（36）
3.2.4 谱理论和张量积（37）
3.2.5 Schmidt分解（38）
3.3 量子比特操作（39）
3.3.1 量子比特（39）
3.3.2 量子寄存器（39）
3.3.3 基本量子门（40）
3.3.4 量子状态（45）
3.3.5 复合系统（45）
3.3.6 混合态和通用量子操作（46）
3.4 量子电路模型（47）
3.4.1 经典电路和量子电路（47）
3.4.2 门电路组合（49）
3.4.3 量子并行（49）
3.4.4 标准电路模型（50）
3.4.5 量子电路的测量（50）
3.5 量子计算应用（52）
3.5.1 量子计算复杂度和黑盒问题（52）
3.5.2 量子编码和量子通信（53）
3.5.3 量子纠错和容错（54）
3.5.4 量子纠缠（55）
3.5.5 量子密码学（55）
3.6 本章小结（57）
第4章 量子计算与机器学习（59）
4.0 引言（59）
4.1 量子初级算法（60）
4.1.1 概率论和量子算法（60）
4.1.2 Deutsch算法（62）
4.1.3 Deutsch-Jozsa算法（65）
4.1.4 Simon算法（66）
4.1.5 Shor算法（70）
4.1.6 Grover算法（73）
4.2 量子程序（78）
4.2.1 量子编程语言（78）
4.2.2 量子计算的Qif和Qwhile（79）
4.3 量子概率算法（81）
4.3.1 量子随机存取存储器（81）
4.3.2 量子模拟退火（82）
4.3.3 量子贝叶斯网络（84）
4.4 量子机器学习（88）
4.4.1 量子主成分分析（88）
4.4.2 量子HHL算法（90）
4.4.3 量子K-Means算法（92）
4.4.4 量子支持向量机（95）
4.4.5 量子图像识别（98）
4.4.6 量子手写数字二分类算法（101）
4.5 本章小结（103）
第5章 区块链技术基础（105）
5.0 引言（105）
5.0.1 单式账本（105）
5.0.2 复式账本（107）
5.0.3 分布式账本（107）
5.0.4 比特币系统与超级账本（108）
5.0.5 区块链（108）
5.1 区块链的技术基础（109）
5.1.1 去中心化之路（110）
5.1.2 区块链的去中心化（112）
5.1.3 共识算法（114）
5.1.4 拜占庭问题和算法（115）
5.2 区块链的密码学和安全性问题（117）
5.2.1 密码学定义和分类（117）
5.2.2 对称密码（119）
5.2.3 非对称密码（124）
5.2.4 Hash函数（126）
5.2.5 博弈论（127）
5.2.6 数字证书和同态加密（127）
5.3 区块链的分布式系统原理（129）
5.3.1 一致性问题（129）
5.3.2 共识算法（130）
5.3.3 FLP不可能原理（130）
5.3.4 CAP原理和ACID原则（131）
5.3.5 Paxos算法和Raft算法（132）
5.3.6 可靠性指标（133）
5.4 本章小结（135）
第6章 区块链技术应用（137）
6.0 引言（137）
6.1 比特币系统（137）
6.1.1 比特币系统的原理和基本概念（137）
6.1.2 比特币系统的“挖矿”（139）
6.1.3 闪电网络的出现（139）
6.1.4 侧链（141）
6.2 以太坊（142）
6.2.1 以太坊的目标（142）
6.2.2 以太坊和比特币系统（143）
6.2.3 以太坊的基本概念（144）
6.2.4 以太坊的基本设计（145）
6.3 超级账本（146）
6.3.1 典型的超级账本框架（146）
6.3.2 典型的超级账本工具（146）
6.4 本章小结（147）
第7章 量子区块链初探（149）
7.0 引言（149）
7.1 量子计算对区块链的冲击（149）
7.1.1 量子算法对Hash函数的攻击（149）
7.1.2 量子算法对非对称密码的攻击（150）
7.2 量子加密（153）
7.2.1 量子加密特性（153）
7.2.2 量子安全加密（153）
7.2.3 量子密码取代数字签名（154）
7.3 量子区块链（155）
7.3.1 量子密钥分发（156）
7.3.2 量子加密区块链通信（157）
7.3.3 量子比特币（159）
7.3.4 量子比特币“挖矿”（160）
7.4 后量子密码学（161）
7.4.1 基于Hash函数的后量子密码算法（162）
7.4.2 基于编码的后量子密码算法（163）
7.4.3 基于多变量的后量子密码算法（164）
7.4.4 基于格的后量子密码算法（166）
7.4.5 其他后量子密码算法（168）
7.5 本章小结（169）
参考文献（171）
内容摘要
机器学习是人工智能发展和研究过程中得到广泛重视和应用的方向，与人工智能并行发展的量子计算，其被广泛关注的领域之一是量子机器学习算法。量子计算的到来使现有的密码算法受到冲击，而建立在密码学大厦之上的区块链技术也将受到影响，基于量子密码体系的区块链即量子区块链系统便是一种探索。本书主要对机器学习、深度学习、区块链和量子计算技术及其应用进行全面介绍和论述，主要内容包括机器学习基础原理、量子信息与量子计算、量子计算与机器学习、区块链技术基础、区块链技术应用、量子区块链初探。
主编推荐
杨毅，女，博士，现工作于清华大学电子工程系，IEEE会员、清华大学博士后理事，长期从事信号处理、语音识别、跨媒体新技术与新应用、数据检索方面的科研和教学工作。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价