量子机器学习入门资料小结

看到评论里有人问，所以写了这个文章做一个并不专业的小结。这些资料比较笼统，大家有了具体的课题再自行搜索相关的论文吧。我学的都是gate based的量子算法，所以以下资料涉及quantum annealing和QAOA算法相对较少（2中的两个课讲了这个内容）。

1.    Quantum Computation and Quantum Information是一本很经典的教材，不用按顺序看，读前几章后需要什么算法去里面查就行。基本上经典的算法都有，也有一些量子密钥分发的protocols。
2.    Edx上量子机器学习的MOOC课，多伦多大学开的，之前有评论说这个课现在听不了了，有一门类似的质量很高的课Advanced Quantum Algorithms。
3.    这是一个我常看的公众号内的一个内容汇总，包括了很多量子机器学习算法和实现它们的fundamental units。因为是中文的，可以配合具体算法的论文一起看，理解起来会更快。
4.    Quantum Machine Learning是一篇去年的综述论文。Quantum Machine Learning for Data Scientists比较像check notes，在看具体的算法的时候可以看看它。
5.    Quantum Machine Learning_ What Quantum Computing Means to Data Mining [Wittek 2014-08-28]和Supervised Learning with Quantum Computers是两本专门关于量子机器学习的教材。
6.    两篇关于量子机器学习的中文综述:
量子机器学习算法综述
量子机器学习
7.    我平时如果仿真一些量子电路会用IBM的Qiskit，是一个开源的量子计算平台。也可以通过它远程连接IBM的量子计算机，在他们的量子计算机上跑。如果熟悉Python的话就会特别简单，就是安装一个package，语言也不难。
Rigetti也有一个类似的平台叫PyQuil，和Qiskit比起来各有优缺点。PyQuil可以自定义量子门，语言上比Qiskit更简单。但可能用的人更少，连接到他们的量子计算机会麻烦一些。
8.    Quantum Algorithm Implementations for Beginners给出了很多算法的量子电路，和在Qiskit上运行的结果。