Auto Quantum Machine Learning E-Platform——AQMLator

成功的机器学习模型实现需要三个主要组件：训练数据集、合适的模型架构和训练程序。给定数据集和任务，找到合适的模型可能具有挑战性。AutoML是一个机器学习分支，专注于自动架构搜索——一种元方法，旨在将人类从ML系统设计过程中移开。近年来机器学习和量子计算的成功，催生了新的令人着迷的领域，即量子机器学习（QML），其融合了量子计算机集成到机器学习模型中。本文我们提出了AQMLator，一款自动量子机器学习平台，旨在以最小的用户输入自动提议和训练机器学习模型的量子层。这使得数据科学家能够突破量子计算的进入门槛，使用量子机器学习。AQMLator使用标准机器学习库，使其易于引入到现有的机器学习管道中。