Kvantmaskininlärning

5 hp

Kurs, Avancerad nivå, 1FA020

Fäll ut informationen nedan för att läsa mer om anmälan och behörighet.

Studieort
Uppsala
Studietakt
33 %
Undervisningsform
Campus
Undervisningstid
Dag
Studieperiod
22 mars 2027–6 juni 2027
Undervisningsspråk
Engelska
Behörighet

120 hp inom teknik/naturvetenskap. Dessutom ett av följande alternativ:

1) Kvantfysik eller Kvantfysik F. Programmeringsteknik I eller Introduktion till beräkningsvetenskap. Linjär algebra II.

2) Introduktion till kvantdatorer och kvantprogrammering.

Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Urval

Högskolepoäng inom teknik/naturvetenskap (max 240 hp)

Avgifter

Du som inte är medborgare i ett EU-/EES-land eller Schweiz måste i regel betala anmälnings- och studieavgift.

  • Studieavgift, första inbetalningen: 13 750 kr
  • Studieavgift, totalt: 13 750 kr

Läs mer om avgifter.

Sista anmälningsdag
15 oktober 2026
Anmälningskod
UU-63007

För dig som är antagen eller reserv

Registreringsperiod
8 mars 2027–21 mars 2027
Institutionens information om registrering

Studieort
Uppsala
Studietakt
33 %
Undervisningsform
Campus
Undervisningstid
Dag
Studieperiod
22 mars 2027–6 juni 2027
Undervisningsspråk
Engelska
Behörighet

120 hp inom teknik/naturvetenskap. Dessutom ett av följande alternativ:

1) Kvantfysik eller Kvantfysik F. Programmeringsteknik I eller Introduktion till beräkningsvetenskap. Linjär algebra II.

2) Introduktion till kvantdatorer och kvantprogrammering.

Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

För dig som är antagen eller reserv

Registreringsperiod
8 mars 2027–21 mars 2027
Institutionens information om registrering

Om kursen

Kursen introducerar kvantmaskininlärning (QML) och hur kvantdatorer kan kombineras med klassiska maskininlärningsmetoder för att lösa problem inom fysik och teknik. Du får praktisk erfarenhet av att utveckla och träna kvant- och hybridmodeller med verktyg som Qiskit, PennyLane och klassiska ML-bibliotek samt köra dem på simulatorer och verklig kvanthårdvara.

Kursen behandlar bland annat variationskvantkretsar, kvantneuronätverk, kvantkernmetoder, QAOA, VQE och kvantannealing och avslutas med ett praktiskt QML-projekt.

Litteraturlista saknas.