量子机器学习的基础和应用：一个简明文献综述

近年来，机器学习（ML）算法一直是重要研究对象。算法可以被改进以获得更好的泛化精度和效率的思想，在ML中开启了许多子学科[66]。其中一个学科研究利用量子理论获得学习算法的优势并实现所谓的量子优势的可能性[53]。实现量子优势的方法之一是通过量子工具表示数据，例如使用哈密尔顿理论[30]；通过从多个数据输入和多个模型推断[60]，同时从大量数据中学习。通过使用最近在量子数值优化方面的进展，也可以实现量子优势，这可能在类似梯度下降的计算中使用[7]。然而，对于过渡到量子计算领域的机器学习科学家来说，如果没有额外的培训或准备，甚至是理解和应用量子计算背后的一些概念，可能都是特别困难的。

我们写这篇文章的目的是收集并连贯地介绍量子力学[39,40]中的一些最相关的基本概念及其背后必要的数学概念，还有一些ML概念，以方便读者建立必要的联系，同时确定一些应用、算法和其他围绕这个被称为量子机器学习新学科的领域。

这篇综述文章的结构如下。第2节介绍了关于量子力学、量子计算、ML的基本概念，以及关于范式的量子机器学习。第3节，我们留下了一些QML领域未来几年将发展的应用；以及观点和评论。第4节是结论。