实用量子计算 培训

本课程为讲师指导的培训（线上或线下），面向希望利用量子计算增强AI能力的高级专业人士。

培训结束后，参与者将能够：

• 理解混合AI-量子系统及其潜在应用。
• 实现量子机器学习算法。
• 利用量子计算资源优化AI模型。
• 克服量子AI系统扩展和集成中的挑战。

这种由 讲师指导的 中国 现场培训（在线或现场）面向希望使用 Anaconda 生态系统在单一平台中捕获、管理和部署软体包和数据分析工作流 的数据科学家。

在本次培训结束时，参与者将能够：

• 安装和配置 Anaconda 个元件和库。
• 了解 Anaconda 的核心概念、功能和优势。
• 使用 Anaconda Navigator 管理包、环境和频道。
• 将 Conda、R 和 Python 包用于数据科学和机器学习。
• 了解管理多个数据环境的一些实际使用案例和技术。

在这个由 中国 的讲师指导式现场培训中，参与者将在逐步开发针对 量子计算机的演算法时学习量子计算的基础知识。

在本次培训结束时，参与者将能够：

• 设置必要的开发环境以开始创建量子电路。
• 使用门的原生对应项控制门的行为。
• 使用 Cirq 改进 quibit 不准确之处。
• 编写并执行量子电路，以针对基于 NISQ 的量子计算机模拟器运行。

大数据是如此庞大和复杂的数据集，传统的数据处理应用软件不足以处理它们。大数据挑战包括捕获数据，数据存储，数据分析，搜索，共享，传输，可视化，查询，更新和信息隐私。

本次由讲师主导的培训在中国（线上或线下）进行，面向初学者，旨在帮助参与者理解量子计算的基础知识，探索Google Willow的功能，并学习如何开始量子编程。

培训结束后，参与者将能够：

• 理解量子计算和量子位的基本原理。
• 探索Google Willow及其在量子纠错方面的进展。
• 使用Qiskit编写并运行基本的量子程序。
• 识别量子计算的实际应用。

这个由 讲师指导的 中国 现场培训（在线或现场）面向希望在 Data Science 中使用 Kaggle 学习和建立职业生涯的数据科学家和开发人员。

在本次培训结束时，参与者将能够：

• 了解数据科学和机器学习。
• 探索数据分析。
• 了解 Kaggle 及其工作原理。

在本培训的第一部分，我们将介绍 MATLAB 的基础知识及其作为语言和平台的功能。  本次讨论包括对 MATLAB 语法、数组和矩阵、数据可视化、脚本开发和面向对象原则的介绍。

在第二部分中，我们将演示如何使用 MATLAB 进行数据挖掘、机器学习和预测分析。为了向参与者提供一个清晰而实用的视角来了解 MATLAB 的方法和能力，我们将使用 MATLAB 与使用其他工具（如电子表格、C、C++ 和 Visual Basic）进行比较。

在培训的第三部分，参与者学习如何通过自动化数据处理和报告生成来简化他们的工作。

在整个课程中，参与者将通过实验室环境中的实践练习将学到的想法付诸实践。在培训结束时，参与者将全面掌握 MATLAB 的能力，并能够利用它来解决现实世界的数据科学问题，以及通过自动化来简化他们的工作。

将在整个课程中进行评估，以衡量进展情况。

课程形式

• 课程包括理论和实践练习，包括案例讨论、示例代码检查和动手实施。

注意

• 实践课程将基于预先安排的样本数据报告模板。如果您有具体要求，请联系我们安排。

这种由 讲师指导的 中国 现场现场培训（在线或现场）面向希望使用 Modin 构建和实施并行计算的数据科学家和开发人员 Pandas 以加快数据分析速度。

在本次培训结束时，参与者将能够：

• 设置必要的环境，开始使用 Modin 大规模开发 Pandas 工作流。
• 了解 Modin 的功能、架构和优势。
• 了解 Modin、Dask 和 Ray 之间的区别。
• 使用 Modin 更快地执行 Pandas 操作。
• 实现整个 Pandas API 和函数。

ProjectQ 是一个基于 Python 的开源量子计算软件框架，它允许用户表达量子电路并将其翻译为多种后端量子硬件或模拟器。该框架支持高级优化、编译器引擎和后端目标。

本次由讲师指导的培训（线上或线下）面向中级开发者，旨在帮助他们理解并应用 ProjectQ 进行实际量子编程和后端翻译。

培训结束后，参与者将能够：

• 描述 ProjectQ 的架构和用途。
• 使用 ProjectQ 的 Python API 编写量子电路。
• 使用 ProjectQ 的编译器引擎和优化功能。
• 使用 ProjectQ 针对不同的量子后端或模拟器。

课程形式

• 互动讲座与讨论。
• 动手编程练习和电路构建。
• 针对模拟器或硬件后端的实时实验室实现。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

本次由讲师指导的线下或线上培训，面向希望理解量子计算原理并将其应用于开发量子计算机算法的计算机科学家和工程师。

培训结束后，参与者将能够：

• 理解量子计算的基础知识。
• 理解并将量子物理概念应用于计算方法。
• 为量子计算机创建算法。
• 使用量子计算机高效解决计算问题。
• 将量子行为整合到现有的计算模型中。
• 认识量子计算在其他技术进步中的潜力。

本课程为讲师主导的培训，在中国（线上或线下）进行，面向初学者到中级水平的AI专业人士和研究人员，帮助他们理解量子AI的基础知识及其潜在应用。

培训结束后，学员将能够：

• 掌握量子力学在量子计算中的基本原理。
• 理解量子算法的工作原理及其实现。
• 认识量子AI在革新各行业中的潜力。
• 开发基础的量子机器学习模型。
• 评估量子AI的挑战与伦理问题。

本次由讲师指导的线下或线上培训，面向初级到中级水平的业务和技术领导者，旨在帮助他们了解量子计算的基础知识及其在密码学、物流和金融建模等行业的潜在影响，并学习如何在其领域中应用量子计算。

培训结束后，参与者将能够：

• 理解量子计算的基本原理，包括量子比特和量子纠缠。
• 识别量子计算在密码学、物流和金融建模中的潜在应用。
• 了解量子技术的当前局限性和未来发展。
• 掌握量子算法的基础知识及其对业务挑战的影响。

在这个由 中国 的讲师指导式现场培训中，参与者将学习量子计算的基础知识，并在逐步开发简单的量子程式时 Q#。

在本次培训结束时，参与者将能够：

• 安装并配置 Microsoft 的 Quantum 开发工具包。
• 了解量子计算背后的概念。
• 使用 Q#、Visual Studio 和本地量子计算模拟器构建、测试、执行量子程式并对其进行故障排除。

本次由讲师指导的线下或线上培训，面向希望使用IBM Quantum Experience创建、编辑和调用量子电路的计算机科学家。

培训结束后，学员将能够：

• 设置必要的开发环境，开始创建量子电路。
• 使用IBM Quantum Experience及其模拟器改进量子比特中的不准确性。
• 使用门的原生对应物控制门的行为。
• 安排门事件的时间。

本次由讲师指导的线下或线上培训，面向希望使用RAPIDS构建GPU加速的数据管道、工作流和可视化的数据科学家和开发者，应用如XGBoost、cuML等机器学习算法。

培训结束后，参与者将能够：

• 设置必要的开发环境，使用NVIDIA RAPIDS构建数据模型。
• 了解RAPIDS的特性、组件和优势。
• 利用GPU加速端到端的数据和分析管道。
• 使用cuDF和Apache Arrow实现GPU加速的数据准备和ETL。
• 学习如何使用XGBoost和cuML算法执行机器学习任务。
• 使用cuXfilter和cuGraph构建数据可视化并执行图分析。