六多：实例多、图表多、公式多、算法多、代码多、习题多（40+实例、130+图表、500+公式推导、50+代码源文件、50+笔试/面试题、160+习题）。 注重通过实例和图表介绍算法，原理讲解透彻，让读者明白 是什么，为什么，怎么实现，怎么应用，怎么改 。 详解公式推导过程，扫清从零学习的障碍。公式推导没有跳步，每步都有解释说明。 一种模型提供多种算法实现，满足不同业务场景。附赠50+源代码文件，下载即可运行 习题丰富多样，分为数值计算题、理论分析题、编程实践题三大类，满足理论学习和实践应用的需求。 每个模型都有代码实现，并与scikit-learn官方库的效果行对比，性能相当甚至更优。
1. 本书立足于人工智能与合成生物学交叉领域，目前尚无此类书籍； 2. 人工智能与合成生物学均为新兴前沿技术，取得了众多颠覆性突破并以成为焦学科，本书紧贴 生物技术 AI 概念，以系统性学习及科普为目的，读者兴趣感强； 3. 本书编委均在合成生物学或人工智能领域从业多年，具有一定的社会影响力，书中也融了众位编者多年合成生物学与人工智能领域的科研成果与思考；
沿袭 鱼书 系列风格，提供实际代码，边实践边学习，无须依赖外部库，从零始实现支撑强化学习的基础技术。 本书有什么特? ●把握潮流中的变与不变 在快速发展变化的深度学习领域，有变化的事物，有不变的事物。有些事物会随潮流而消逝，有些则会被传承下去。本书从马尔可夫决策过程、贝尔曼方程、蒙特卡洛方法、时间差分法等强化学习基础方法，自然而然地过渡到神经网络和深度学习，从前沿视角为读者遴选出最值得关注的强化学习理论和方法。 ●内容丰富，讲解简明易懂 作为超高人气 鱼书 系列第四部作品，本书延续了这一系列的写作和讲解风格，搭配丰富的图、表、代码示例，加上轻松、简明的讲解，能够让人非常信服地理解强化学习中各种方法之间的关系，于不知不觉中登堂室。 ●原理与实践并重 本书旨在确保读者能够牢固掌握强化学习的独特
系统整合人工智能技术与计算机视觉理论，兼顾基础原理与前沿展。 内容涵盖传统视觉算法与现代智能技术，全面呈现计算机视觉的技术演脉络与核心方法论。 概念表述严谨清晰，技术解析深透彻，配套案例真实典型。 本书既可作为高等院校计算机视觉、人工智能相关专业的核心教材，也可作为科研机构展视觉算法研究的参考手册；既适合初学者建立系统的知识框架，也能为工程师提供前沿技术的工程化落地思路。无论是教学科研、学术攻关还是技术研发，本书都是计算机视觉学习者与从业者值得信赖的知识指南与实用工具。
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车