本书针对生物信息学领域中海量的生物数据，分别从微阵列数据的分析和处理、基因调控网络的分析和构建以及蛋白质相互作用网络的分析等角度，系统介绍机器学习、统计学习及各种智能算法在生物信息学相关领域的应用。机器学习在生物信息学领域的研究重心集中在观测和探索生物现象，以及建立统一的形式化的模型对生物学现象加以阐释。本书针对生物信息学领域典型的癌症诊断模型、基因调控网络构建和蛋白质相互作用网络分析3 个研究方向展开机器学习数据挖掘方法的分析与研究，为生物信息学方向的初学者提供了入门知识，也为相关研究人员在相关方向提供了参考信息。
本书沿我国几千年的历史长河，由古达今，追溯海洋无脊椎动物的记载，历代沿革，命名含义，辨识正名。并简记轶事典故，生物学知识。以求发掘继承，去粗取精，统一物名，古为今用。适合从事海洋无脊椎动物学的教学和研究参考。
![简说古生物学.神奇化石多奥妙[单册]](http://img3m2.ddimg.cn/22/2/11907088402-1_l.jpg)
本书沿我国几千年的历史长河，由古达今，追溯海洋无脊椎动物的记载，历代沿革，命名含义，辨识正名。并简记轶事典故，生物学知识。以求发掘继承，去粗取精，统一物名，古为今用。适合从事海洋无脊椎动物学的教学和研究参考。
《古生物学学科发展报告(2009-2010)》的编写是在全面、深入的文献调研基础上进行的。在编写工作中，各专题编写专家充分认识到开展古生物学科发展研究的重要性和意义，克服了时间紧、任务重的困难，力图做到内容比较全面，阐述比较深入细致，选材翔实准确。
