🧠 Formation : Quantum Machine Learning

Curieux de savoir comment l’informatique quantique peut révolutionner le Machine Learning ?
Cette formation vous propose une immersion dans les concepts et les outils du Quantum Machine Learning (QML), avec une approche à la fois théorique et pratique.

🌀 Format : Hybride (présentiel et en ligne)
👉 Indiquez votre préférence directement sur le formulaire d’inscription en haut à droite de cette page.

🎯 Objectifs

• Comprendre les analogies entre probabilités classiques et états quantiques
• Découvrir les modèles et méthodes du Machine Learning quantique
• Savoir implémenter et tester des algorithmes QML sur des jeux de données réels
• Identifier les défis actuels et les perspectives de recherche dans ce domaine

📚 Contenu de la formation

Introduction au Quantum Machine Learning

• États et mesures quantiques vs probabilités classiques
• Jeux de données, encodages et modèles

Modèles variationnels

• Construction d’un classificateur quantique
• Réseaux de neurones quantiques

Estimation de noyaux quantiques (Quantum Kernel Estimation)

• Définition et propriétés des noyaux quantiques
• Machines à vecteurs de support (SVM) quantiques

Travaux pratiques

• Entraîner un modèle quantique sur un vrai jeu de données
• Construire un Quantum Support Vector Machine
• Concevoir et expérimenter des circuits variationnels

👥 Public visé

• Doctorants, chercheurs, enseignants-chercheurs en informatique, physique, mathématiques ou ingénierie
• Ingénieurs et professionnels intéressés par les applications du quantique en IA

✅ Méthodes pédagogiques

• Cours théoriques
• Démonstrations
• Séances de programmation et d’exercices pratiques

📍 Lieu et format

Université de Reims Champagne-Ardenne – Campus Moulin de la Housse, bât. 7, salle 702, 9h-17h
💻 Formation en hybride : présentiel & en ligne.

💡 Informations pratiques

Cette formation est proposée gratuitement par Eviden dans le cadre du projet EuroCC2 (CC-FR), de MesoNet et de MaQuEst.
👉 Inscription obligatoire (places limitées).