长期以来，人们对量子群进行了各种探讨，然而，大部分采用的都是纯群论或物理的方法，以致量子群的很多特性至今都还没有揭示出来。量子群作为经典李群、李代数的基本对称概念的推广，与机器学习系统中面对的非交换性和非对称性问题密切相关，本文将量子群引入机器学习中，进行了李群机器学习中量子群分类器的研究。主要包括以下几方面内容： 1．给出了李群机器学习中量子群分类器的构造方法。 2．给出了量子群学习算法，包括量子群的对称线性变换学习算法、基于量子群生成元的分子匹配算法和基于量子群同构的药效团匹配算法。 3．给出了量子群学习算法在计算机辅助药物分子设计的应用，包括基因分类、分子对接，实现了基于量子群的三维分子检索系统。 通过研究，为量子群在机器学习方面找到了应用，进一步丰富了李群机器学习。同时，将量子群学习方法引入药物分子设计中，初步实现了基于量子群的三维分子检索系统，对计算机辅助药物分子设计具有积极的意义。