Parcours d'apprentissage IBM Quantum
Ces parcours d'apprentissage sont ceux d'IBM. IBM Quantum les publie sur IBM Quantum Learning : chacun est un ordre pour suivre les cours, tutoriels et guides d'IBM dans un domaine, à un ou plusieurs niveaux. Les étapes, leur ordre et les durées estimées ci-dessous sont ceux d'IBM ; doQumentation se contente de relier chaque étape à sa page ici.
Pourquoi les suivre sur doQumentation
- Exécute le code de chaque étape directement sur la page, sans rien installer.
- Commence sans compte IBM Quantum : le code s'exécute par défaut sur un simulateur.
- Vois ta progression à chaque étape, conservée dans ton navigateur, sans inscription.
- Ouvre n'importe quel notebook dans Google Colab ou JupyterLab.
- Enseigne un parcours en classe, depuis le cloud ou hors ligne depuis un Raspberry Pi.
- Lis les parcours dans 17 langues en plus de l'anglais.
Introduction à l'informatique quantique
Les termes clés, tes premiers circuits et les usages actuels de l'informatique quantique.
- Démarrage rapideGuide · ≈1 h
- Exécuter son premier circuit sur du matérielGuide · ≈0.5 h
- IBM Quantum ComposerGuide · ≈0.5 h
- Calcul quantique en pratiqueCours · ≈8 h
- Fondamentaux de l'information quantiqueCours · ≈15 h
- Inégalité CHSHTutoriel · ≈1 h
Optimisation
QAOA pour des problèmes comme Max-Cut et des méthodes pour les plus petites valeurs propres, puis des applications comme le problème de partage de marché.
- Calcul quantique en pratiqueCours · ≈8 h
- Algorithme d'optimisation approximative quantiqueTutoriel · ≈1 h
- Algorithmes de diagonalisation quantiqueCours · ≈10 h
- Techniques avancées pour QAOATutoriel · ≈1.5 h
- Résoudre le problème de Market Split avec l'Iskay Quantum Optimizer de Kipu QuantumTutoriel · ≈1 h
- Optimisation dynamique de portefeuille avec le Portfolio Optimizer de Global Data QuantumTutoriel · ≈1.5 h
- Encodage par corrélation de Pauli pour réduire les exigences de max-cutTutoriel · ≈1.5 h
Science des données
Recherche quantique, noyaux et apprentissage automatique, puis la transformée de Fourier quantique et l'algorithme de Shor.
- Fondamentaux des algorithmes quantiquesCours · ≈15 h
- Algorithme de GroverTutoriel · ≈1 h
- Apprentissage automatique quantiqueCours · ≈10 h
- Entraînement du noyau quantiqueTutoriel · ≈1 h
- Améliorer la classification de caractéristiques à l'aide de noyaux quantiques projetésTutoriel · ≈2.5 h
- Transformée de Fourier quantiqueModule · ≈2 h
- Algorithme de ShorTutoriel · ≈1 h
Physique et chimie
VQE pour les molécules et les chaînes de spins, puis la diagonalisation par échantillonnage et de Krylov à l'échelle de l'utilité.
- Chimie quantique avec VQECours · ≈5 h
- Estimation de l'énergie de l'état fondamental de la chaîne de Heisenberg avec VQETutoriel · ≈1.5 h
- Calcul quantique à l'échelle utileCours · ≈15 h
- Algorithmes de diagonalisation quantiqueCours · ≈10 h
- Estimation de l'énergie de l'état fondamental de la chaîne de Heisenberg avec VQETutoriel · ≈1.5 h
- Diagonalisation quantique basée sur des échantillons d'un Hamiltonien de chimieTutoriel · ≈1.5 h
- Diagonalisation quantique de Krylov pour les hamiltoniens de réseauTutoriel · ≈2 h
- Diagonalisation quantique de Krylov basée sur les échantillons d'un modèle de réseau fermioniqueTutoriel · ≈1.5 h
Développement d'algorithmes quantiques
Des fondamentaux des algorithmes quantiques à la diagonalisation, QAOA et la correction d'erreurs, en trois niveaux.
- Fondamentaux des algorithmes quantiquesCours · ≈15 h
- Calcul quantique à l'échelle utileCours · ≈15 h
- Algorithme de ShorTutoriel · ≈1 h
- Algorithme de GroverTutoriel · ≈1 h
- Algorithmes de diagonalisation quantiqueCours · ≈10 h
- Formulation générale de l'information quantiqueCours · ≈15 h
- Algorithme d'optimisation approximative quantiqueTutoriel · ≈1 h
- Diagonalisation quantique basée sur des échantillons d'un Hamiltonien de chimieTutoriel · ≈1.5 h
- Diagonalisation quantique de Krylov pour les hamiltoniens de réseauTutoriel · ≈2 h
- Diagonalisation quantique de Krylov basée sur les échantillons d'un modèle de réseau fermioniqueTutoriel · ≈1.5 h
- Techniques avancées pour QAOATutoriel · ≈1.5 h
- Encodage par corrélation de Pauli pour réduire les exigences de max-cutTutoriel · ≈1.5 h
- Atténuation des erreurs à l'échelle utilitaire avec l'amplification probabiliste des erreursTutoriel · ≈1.5 h
- Fondements de la correction d'erreurs quantiquesCours · ≈15 h
Science et ingénierie de l'information quantique (QISE)
Les algorithmes, la théorie générale de l'information quantique et la correction d'erreurs.
- Fondamentaux des algorithmes quantiquesCours · ≈15 h
- Algorithme de GroverTutoriel · ≈1 h
- Estimation de l'énergie de l'état fondamental de la chaîne de Heisenberg avec VQETutoriel · ≈1.5 h
- Formulation générale de l'information quantiqueCours · ≈15 h
- Atténuation des erreurs à l'échelle utilitaire avec l'amplification probabiliste des erreursTutoriel · ≈1.5 h
- Fondements de la correction d'erreurs quantiquesCours · ≈15 h
- Codes de répétitionTutoriel · ≈1.5 h
Questions fréquentes
Ces parcours d'apprentissage viennent-ils de doQumentation ?
Non. Ils sont ceux d'IBM Quantum, publiés sur IBM Quantum Learning, et doQumentation les présente tels qu'IBM les publie. Ce qu'apporte doQumentation, c'est la façon de les suivre : du code exécutable, un simulateur sans compte, le suivi de la progression et des traductions.
Qu'est-ce qu'un parcours d'apprentissage ?
Une liste ordonnée de cours, tutoriels et guides pour un domaine, comme l'optimisation ou la chimie, avec une estimation de la durée de chaque étape. IBM Quantum Learning les publie ; doQumentation relie chaque étape à sa page exécutable.
Comment ma progression est-elle comptée ?
Une étape est terminée quand tu as lu toutes ses pages : une page pour un tutoriel ou un guide, chaque leçon pour un cours. La progression est conservée dans ton navigateur, sans compte.
Est-ce que j'obtiens le badge d'IBM ?
Non. Les badges d'IBM s'obtiennent sur IBM Quantum Learning avec un compte IBM Quantum. doQumentation est un miroir indépendant du contenu open source.
Dois-je suivre l'ordre ?
Non, mais l'ordre est bien pensé : chaque étape s'appuie sur les précédentes. Dans un parcours, le niveau débutant vient en premier.