RT info:eu-repo/semantics/bachelorThesis T1 Teoría de representación aplicada al Geometric Quantum Machine Learning A1 Rey Valiente, Pablo A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Segovia K1 Educación - Informática K1 Aprendizaje automático K1 Geometric Quantum Machine Learning (GQML) K1 Computación cuántica K1 PennyLane K1 Jupyter K1 Simetría K1 Tres en raya K1 1203.10 Enseñanza Con Ayuda de Ordenador AB Este trabajo de fin de grado investiga la aplicación de la teoría de representación alaprendizaje automático cuántico geométrico, enfatizando especialmente el uso de simetríaspara mejorar el rendimiento del modelo. Además de ser un trabajo de investigación,también sirve como recurso educativo, con el objetivo de elucidar conceptos matemáticoscomplejos en la computación cuántica para una audiencia más amplia. Al explicar cómolas simetrías pueden optimizar los algoritmos de aprendizaje, este estudio contribuye tantoa la comprensión teórica como a los avances prácticos en la computación cuántica. YR 2024 FD 2024 LK https://uvadoc.uva.es/handle/10324/68162 UL https://uvadoc.uva.es/handle/10324/68162 LA spa DS UVaDOC RD 05-abr-2025