فى هذا المشروع قمت بتطبيق افكار من ورقة بحثية لبناء نموذج Quantum Machine Learning (QML) باستخدام َQiskit

الهدف كان استكشاف امكانية تحسين تقنيات التعلم الالي باستخدام الحوسبة الكمية

الخطوات التي تم تنفيذها:

استخدمت Two Moons dataset لتصنيف ثنائي.

تطبيق Angle Encoding لتحويل البيانات الكلاسيكية إلى حالات كمومية.

بناء وتدريب Variational Quantum Circuit (VQC) باستخدام Parameter-Shift Gradient.

مقارنة النتائج مع نموذج Quantum Kernel SVM.

النتائج:

نموذج VQC تعلم حدود القرار المعقدة، لكنه كان يحتاج تدريب دقيق.

نموذج Quantum Kernel SVM كان أكثر دقة واستقرارًا، مما يظهر الإمكانيات الكبيرة للتقنيات الكمومية.

أهمية المشروع:

يمكن تطبيق Quantum ML في مجالات مثل البيانات الطبية والجينومية ، الكيمياء الكمومية ، والتحسين والذكاء الاصطناعي