Warsztaty stacjonarne "Kwantowe uczenie maszynowe i kwantowe metody jądrowe" - Warszawa

15 Nov 2025, 10:00 → 16 Nov 2025, 16:00 Europe/Warsaw

115 (Instytut Ekonometrii (budynek G (główny)))

Saturday 15 November

1 Kwantowe uczenie maszynowe i kwantowe metody jądrowe

Dzień 1 – Fundamenty QML

Blok 1 (1,5 h) – Podstawy obliczeń kwantowych i QML

• Qubit, bramki, obwody parametryzowalne
• Różnice między klasycznym ML a QML
• Demo: PennyLane – pierwszy obwód

Blok 2 (1,5 h) – Algorytmy wariacyjne

• Idea algorytmów wariacyjnych
• Metoda przesuwania parametrów
• Ćwiczenie: prosty jednoqubitowy klasyfikator

Blok 3 (1,5 h) – Kwantowe sieci neuronowe

• Architektury QNN, sposoby ładowania danych
• Ćwiczenie: klasyfikator z re-uploadingiem danych

Blok 4 (1,5 h) – Hybrydowe modele QNN

• Łączenie QNN i klasycznych warstw
• Ćwiczenie: prosty model hybrydowy (PyTorch/Jax + PennyLane)

Speaker: Piotr Gawron

Komplet materiałów

pennylane_example.py

pennylane-jax.ipynb

pennylane-jaxnn.ipynb

pennylane-mixed.ipynb

tutorial.py

Sunday 16 November

2 Kwantowe uczenie maszynowe i kwantowe metody jądrowe

Dzień 2 – Metody jądrowe i projekt

Blok 5 (1,5 h) – Kwantowe metody jądrowe

• Kwantowe kernele, intuicja geometryczna
• Ćwiczenie: klasyfikator SVM z kwantowym kernelem

Blok 6 (1,5 h) – Noise i ograniczenia praktyczne

• Szum i dekoherencja, mitigacja błędów
• Demo: obwód na backendzie dostawcy komputera kwantowego + porównanie z symulatorem

Blok 7 (1,5 h) – Mini-projekt

• Zadanie: prosty klasyfikator (QNN lub kernel) na własnym zbiorze danych
• Praca w grupach

Blok 8 (1,5 h) – Prezentacje i podsumowanie

• Prezentacje mini-projektów
• Dyskusja: mocne i słabe strony QML
• Podsumowanie szkolenia, Q&A

Speaker: Piotr Gawron

Kernel-based training of quantum models with scikit-learn

Komplet materiałów

kwantowe-uczenie-maszynowe-materialy.zip

Training and evaluating quantum kernels

Zaproszenie do przestrzeni na Matrixie