دوره کامل رایانش کوانتومی با پایتون [2025]
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- کیوبیت
- وضعیت کیوبیت
- حالت برهمنهی
- درهای کوانتومی
- مدارهای کوانتومی
- مکانیک کوانتومی
- وضعیت چندکیوبیتی
- نظریه امواج
- تداخل کیوبیت
- چرخش کوانتومی
- تجربه استرن-گرلاچ
- ذرات همبسته
- حالات بِل
- ارادوکسهای اسپنر-پودولسکی-روزنر
- در هددامارد
- کتابخانه Cirq
- درهای Pauli
- بازخورد فاز
- حالتهای eigen
- در Swap
- در Toffoli
- درهای CNOT
- در RΩ
- درهای Rx و Ry
- وضعیت برهمنهی برابر
- وضعیت درگیر
- خطای فلیپ بیت
- خطای فلیپ فاز
- تصحیح خطای کوانتومی (QEC)
- کد شور
- مدارهای کوانتومی ويولور (VQCs)
- اوراکل کلاسیک
- اوراکل فاز
- اوراکل کوانتومی
- برآورد فاز کوانتومی (QPE)
- تقویت دامنه
- تبدیل فوریه کوانتومی
- آگورا
- الگوریتم دویچ-جوزا
پیش نیازهای دوره
- دانش اولیه با پایتون الزامی است.
توضیحات دوره
به مهارت رایانش کوانتومی با پایتون تسلط پیدا کنید، از اصول تا الگوریتمهای پیشرفته
این دوره راهنمایی جامع و عملی است درباره رایانش کوانتومی، که برای مبتدیان و حرفهایها طراحی شده است. چه دانشجو، پژوهشگر یا توسعهدهنده نرمافزار باشید، این دوره شما را از اصول اساسی مکانیک کوانتومی به پیادهسازی الگوریتمهای واقعی کوانتومی با پایتون میبرد.
آنچه خواهید آموخت:
- مبانی مکانیک کوانتومی — درک برهمنهی، درگیرشدگی و تداخل کوانتومی
- کیوبیتها و درهای کوانتومی — بررسی درهای هددامارد، پالتی، CNOT، توفولی و چرخشی
- طراحی مدارهای کوانتومی — ساخت و شبیهسازی مدارهای کوانتومی با Cirq و Qiskit
- تبدیل فوریه کوانتومی (QFT) و الگوریتم گوور — حل مسائل پیچیده با سرعت فوقالعاده بیشتر
- برآورد فاز کوانتومی (QPE) — پایه برای الگوریتم شِور و رمزنگاری کوانتومی
- مدارهای ویولور (VQCs) — کاربردهای یادگیری ماشین هیبریدی کوانتومی-کلاسی
- تصحیح خطای کوانتومی (QEC) — تضمین قابلیت اعتماد در رایانش کوانتومی
- اوراکلها و تقویت دامنه — عناصر اصلی برای الگوریتمهای جستجوی کوانتومی
پروژهها و کاربردهای عملی
- شبیهسازی مدارهای کوانتومی با پایتون
- پیاده سازی الگوریتم جستجوی گوور برای جستجوهای پایگاه داده
- ساخت و اجرای تبدیل فوریه کوانتومی (QFT)
- توسعه برآورد فاز کوانتومی (QPE) برای کاربردهای واقعی
این دوره چه کسانی باید بگیرند؟
- برنامهنویسان پایتون که به رایانش کوانتومی علاقه دارند.
- دانشجویان علوم کامپیوتر و فیزیک
- حرفهایهای یادگیری ماشین و هوش مصنوعی که به حوزه کوانتوم وارد شدهاند.
- توسعهدهندگان و پژوهشگرانی که قصد دارند به حوزه رایانش کوانتومی وارد شوند.
چرا باید رایانش کوانتومی بیاموزید؟
با سرمایهگذاری شرکتها و مراکز تحقیقاتی بزرگ در رایانش کوانتومی، کسب مهارتهای برنامهنویسی کوانتومی درهای فرصتهای پیشرو در فناوریهای آینده را میگشاید.
همین امروز در این دوره شرکت کنید و سفر خود در عالم رایانش کوانتومی را آغاز کنید!
این دوره برای چه کسانی مناسب است؟
- کسانی که میخواهند در مورد رایانش کوانتومی بیاموزند.
- کسانی که میخواهند در حوزه رایانش کوانتومی فعالیت کنند.
- کسانی که دانش اولیه در پایتون دارند و میخواهند فراتر بروند.
دوره کامل رایانش کوانتومی با پایتون [2025]
-
ساختار دوره 01:32
-
ابزارهای مورد استفاده در این دوره (مهم) 01:35
-
چگونه از این دوره بهترین استفاده را کنید؟ 01:52
-
رایانش کوانتومی چیست و چرا فناوری آینده است؟ 03:57
-
چیستی کیوبیت و اهمیت آن در رایانش کوانتومی 02:35
-
حالت کیوبیت چیست و ویژگیهای کلیدی آن کدام است؟ 02:42
-
مقدمهای بر حالت برهمنهی 03:42
-
مقدمهای بر حالت کوانتومی 03:45
-
توضیح تصویری و تشبیه دنیای واقعی برای کیوبیتها و حالتهای کوانتومی 03:20
-
مقدمهای بر درهای کوانتومی 05:44
-
مقدمهای بر مدارهای کوانتومی 05:24
-
مقدمهای بر مکانیک کوانتومی 06:25
-
مقدمهای بر حالت چندکیوبیتی 08:02
-
چگونه حالت کوانتومی را اندازهگیری کنیم؟ 05:54
-
مقدمهای بر نظریه امواج 06:32
-
مقدمهای بر تداخل کیوبیتها 03:39
-
چرا باید با کیوبیتها تداخل کنیم؟ 03:38
-
الگوریتم کوانتومی که از تداخل استفاده میکند: الگوریتم گوور 03:34
-
مقدمهای بر چرخش کوانتومی 05:21
-
مقدمهای بر آزمایش استرن-گرلاچ 04:20
-
مقدمهای بر ذرات همبسته 03:39
-
مقدمهای بر حالتهای بِل 03:25
-
مقدمهای بر پارادوکسهای اسپنر-پودولسکی-روزنر 05:05
-
مقدمهای بر در هاهدامارد 03:18
-
مقدمهای بر کتابخانه Cirq 02:29
-
مقدمهای بر در پالتی 02:25
-
رفع خطاهای کتابخانه 03:16
-
چگونه در هاهدامارد ساده در پایتون پیادهسازی کنیم؟ 05:51
-
پیادهسازی ساده درهای پالتی در پایتون 06:08
-
چگونه یک در هاهدامارد پیشرفته در پایتون پیادهسازی کنیم؟ 08:46
-
مقدمهای بر بازخورد فاز 03:29
-
چگونه بازخورد فاز را در پایتون پیادهسازی کنیم؟ 08:02
-
مقدمهای بر حالتهای eigen 03:17
-
چگونه حالتهای eigen را در پایتون پیادهسازی کنیم؟ 14:04
-
مقدمهای بر در سواپ 02:45
-
مقدمهای بر در توفولی 04:19
-
مقدمهای بر درهای CNOT 03:00
-
پیادهسازی درهای CNOT 07:11
-
مقدمهای بر درهای Rϕ 03:14
-
مقدمهای بر درهای Rϕ 03:16
-
درهای Rx و Ry 04:33
-
پیادهسازی درهای Rx و Ry 06:38
-
مقدمهای بر حالت برهمنهی برابر 03:17
-
مقدمهای بر حالت همبسته 03:29
-
پیادهسازی حالت بِل 06:54
-
پیادهسازی در سواپ 06:15
-
چگونه حالتهای کوانتومی را در پایتون بسازیم؟ 12:08
-
چگونه یک حالت برهمنهی در پایتون بسازیم؟ 12:34
-
چگونه ورودیهای پیچیده را در بردار حالت در پایتون ایجاد کنیم؟ 11:41
-
ورودیهای پیچیده پیشرفته در حالت بردار در پایتون 09:52
-
ساخت حالت کوانتومی با دامنههای پیچیده 13:35
-
چگونه حالتهای چندکیوبیتی بسازیم؟ 18:31
-
چگونه حالت را در پایتون استخراج کنیم؟ 08:38
-
چگونه درهای تککیوبیتی را در پایتون تغییر اندازه دهیم؟ 09:58
-
مقدمهای بر خطای فلیپ بیت 02:53
-
پیادهسازی خطای فلیپ بیت 05:51
-
مقدمهای بر خطای فاز فلیپ 03:53
-
پیادهسازی خطای فاز فلیپ 05:00
-
مقدمهای بر تصحیح خطای کوانتومی (QEC) 04:52
-
پیادهسازی تصحیح خطای کوانتومی 09:46
-
مقدمهای بر کد شُر 01:56
-
پیادهسازی کد شُر 15:31
-
مقدمهای بر مقاومت در مقابل خطای کوانتومی 02:44
-
مقدمهای بر مدارهای کوانتومی ویولور 02:55
-
مقدمهای بر اوراکل کلاسیک در رایانش کوانتومی 02:45
-
پیادهسازی اوراکل کلاسیک 05:18
-
مقدمهای بر اوراکل فاز 03:11
-
پیادهسازی اوراکل فاز 02:42
-
مقدمهای بر اوراکل کوانتومی 02:19
-
پیادهسازی اوراکل کوانتومی 03:17
-
چرا اوراکلهای کوانتومی؟ 04:27
-
مقدمهای بر برآورد فاز کوانتومی 04:41
-
پیادهسازی برآورد فاز کوانتومی 09:32
-
مقدمهای بر تقویت دامنه 02:48
-
پیادهسازی تقویت دامنه 05:44
-
مقدمهای بر الگوریتم دویچ-جوزا 03:09
-
مقدمهای بر الگوریتم گوور 02:47
-
مقدمهای بر تبدیل فوریه کوانتومی 03:09
-
پیادهسازی تبدیل فوریه کوانتومی 07:55
-
پیادهسازی الگوریتم دویچ-جوزا 12:07
-
پیادهسازی الگوریتم گوور 09:17
-
با تشکر 01:16
مشخصات آموزش
دوره کامل رایانش کوانتومی با پایتون [2025]
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:متوسط
- تعداد درس:82
- مدت زمان :07:30:20
- حجم :4.0GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy