在当前嘈杂的中尺度量子(NISQ)时代，量子机器学习正在成为基于门的量子计算机编程的主导范式。在量子机器学习中，量子电路的门是参数化的，参数是通过基于数据和电路输出测量的经典优化来调整的。参数化量子电路(PQCs)可以有效地解决组合优化问题，实现概率生成模型，并进行推理(分类和回归)。这专著为提供了一个独立的介绍量子机器学习。它首先描述了必要的背景、概念和必要的工具来描述量子操作和测量。然后，它涵盖了参数化量子电路，变分量子特征求解器，以及无监督和监督量子机器学习公式。