量子機器學習理論與實戰

本書主要介紹量子機器學習的背景知識、基礎概念，以及一些重要的量子機器學習演算法的基本原理與實作。
本書共9 章，主要內容包括量子機器學習背景知識、量子運算基礎、量子機器學習架構VQNet、支援向量機、
聚類、捲積神經網絡、循環神經網絡、生成對抗網絡，以及自然語言處理。
本書既可作為高等院校量子機器學習相關專業研究生、教師及科研人員的教材或參考書，也可作為量子機器學習愛好者的自學用書。