前言

我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白，并完成所有的老师布置的习题，而推荐的书籍是不做要求的，如果有些书籍是需要看完的，我们会进行额外的说明。

课程列表

课程 机构 参考书 Notes等其他资料
单变量微积分 MIT Calculus with Analytic Geometry 链接
多变量微积分 MIT Multivariable Calculus 链接
线性代数 MIT Introduction to Linear Algebra 链接
计算机科学数学 MIT Mathematics for Computer Science 链接
概率论入门: 链接1,链接2 NTU 暂无 暂无
概率与统计 MIT Introduction to Probability 链接
矩阵论 暂无 矩阵论 暂无

推荐学习路线

数学基础初级

课程 机构 参考书 Notes等其他资料
单变量微积分 MIT Calculus with Analytic Geometry 链接
多变量微积分 MIT Multivariable Calculus 链接
线性代数 MIT Introduction to Linear Algebra 链接
概率论入门: 链接1,链接2 NTU 暂无 暂无
概率与统计 MIT Introduction to Probability 链接
计算机科学数学 MIT Mathematics for Computer Science 链接

推荐书籍列表

以下推荐的书籍都是公认的机器学习领域界的好书，建议一般难度的书籍至少详细阅读一本，建议看两本，而较难的书籍不做任何要求，大家可以在学有余力时细细品味经典。

书名 难度
Quantum Computation and Quantum Information, Isaac Chuang and Michael Nielsen 一般
Theory of Quantum Information, lecture notes by John Watrous. 一般
From Classical to Quantum Shannon Theory, Mark M. Wilde 较难

量子计算和量子信息

如果您已经完成了上述的所有科目，恭喜您已经拥有十分扎实的量子计算和量子信息基础了，已经是一名合格的量子计算和量子信息成员了，可以较为顺利的进入下面某一专项领域进行较为深入研究,因为并不是所有的专项领域都有对应的课程或者书籍等学习资料，所以此处我们仅列举一些我们知道的专项领域的学习资料，当然这些领域不能涵盖所有，还有很多领域没有整理（希望大家一起完善），如果这些领域适合你，那就继续加油！如果不清楚，那么大家可以去下面列举的高级会议期刊上去寻找自己感兴趣的话题进行学习研究。

领域会议期刊

  • [Conference on Quantum Information Processing (QIP)]
  • [Asian Quantum Information Science Conference (AQIS)]
  • [ACM Symposium on Theory of Computing (STOC)]
  • [IEEE Symposium on Foundations of Computer Science (FOCS)]
  • [IEEE Transactions on Information Theory (ITI)]
  • [Physical Review Letters (PRL)]
  • [Physical Review A (PRA)]
  • [Review of Modern Physics (RMP)]
  • 其他(尚未完善)

    致谢

    感谢南京大学王琨博士的建议与资料的分享。