Computación cuántica y aprendizaje automático Calzada Chávez, Alberto García Recio, Carmen Quantum computation Circuit model Universal quantum computation Adiabatic computation Quantum annealing Machine learning Boltzmann machine Quantum Boltzmann machine Computación cuántica Modelo circuito Computación cuántica universal Computación adiabática Aprendizaje automático Máquina de Boltzmann Máquina de Boltzmann cuántica In this work we address the relationship between quantum computing and machine learning. We focus on a specific model of quantum computing known as the adiabatic model. Through a series of considerations on this model, we come to the concept of quantum annealing. In the second half of the study, we proceed to develop a machine learning model called the Boltzmann Machine and study how the quantum version of this algorithm takes advantage of quantum annealing, resulting in a more efficient operation than its classical analog. En el presente trabajo estudiamos la relación que existe entre computación cuántica y aprendizaje automático. Nos centramos en un modelo concreto de computación cuántica conocido como modelo adiabático. Realizando una serie de consideraciones, llegamos al concepto de temple cuántico. En la segunda parte del trabajo construimos el algoritmo de aprendizaje automático conocido como Máquina de Boltzmann, y estudiamos cómo se beneficia su análogo cuántico del temple cuántico para dar lugar a un algoritmo más eficiente que su versión clásica. 2022-09-19T07:01:08Z 2022-09-19T07:01:08Z 2022 2021 info:eu-repo/semantics/bachelorThesis http://hdl.handle.net/10481/76782 spa http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess Attribution-NonCommercial-NoDerivatives 4.0 Internacional