# 第8章 量子机器学习

量子机器学习：从 VQE/QAOA 两大变分范式，到数据编码与量子核方法——现代 QML 的"输入层"与"核视角"。

**阅读路线**：VQE → QAOA（两大经典变分算法）→ 数据编码（经典数据如何进量子态，一切 QML 的地基）→ 量子核（编码诱导的核与优势边界）→ 量子经典混合网络（架构层面）。建议与第 2 章贫瘠高原篇交叉阅读。

```{toctree}
:maxdepth: 1

vqe-tutorial
qaoa-tutorial
data-encoding
quantum-kernel
quantum-classical-hybrid-neural-network-tutorial
```

## 延伸阅读

- Schuld, *Supervised quantum machine learning models are kernel methods*：<https://arxiv.org/abs/2101.11020>
- Schuld–Sweke–Meyer, *Effect of data encoding on the expressive power of variational quantum machine learning models*：<https://arxiv.org/abs/2008.08605>
- PennyLane QML demos：<https://pennylane.ai/demos>
- 量桨机器学习教程（QGAN、核方法、分类器）：<https://github.com/PaddlePaddle/Quantum/tree/master/tutorials/machine_learning>