消息 首页 搜索 举报
  • The theory of learning in games（博弈学习理论）
21年品牌 40万+商家 超1.5亿件商品

The theory of learning in games（博弈学习理论）

正版保障 假一赔十 可开发票

￥ 36.34 6.2折 ￥ 59 全新

仅1件

广东广州
认证卖家担保交易快速发货售后保障

作者〔美〕朱·弗登博格（Drew Fudenberg），〔美〕戴维·K. 莱文（Ariel Rubinstein）

出版社世界图书出版公司

ISBN9787519264628

出版时间2018-04

装帧平装

开本其他

定价59元

货号9634231

上书时间2024-12-21

灵感书店

三年老店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：全新
商品描述
目录
Series Foreword xi

 Acknowledgments xiii

 1 Introduction

 1.I Introduction

 1.2 Large Populations and Matching Models

 1.3 Three Common Models of Learning and／or Evolution

 1.4 Cournot Adjustment

 1.5 Analysis of Cournot Dynamics

 1.6 Cournot Process with Lock.In

 1.7 Review of Finite Simultaneous―Move Games

 Appendix：Dynamical Systems and Local Stability

 References

 2 Fictitious Play

 2.1 Introduction

 2.2 Two―Player Fictitious Play

 2.3 Asymptotic Behavior of Fictitious Play

 2.4 Interpretation of Cycles in Fictitious Play

 2.5 Multiplayer Fictitious Play

 2.6 Payoffs in Fictitious Play

 2.7 Consistency and Correlated Equilibrium in Games with Two Strategies

 2.8 Fictitious Play and the Best-Response Dynamic

 2.9 Generalizations of Fictitious Play

 Appendix：Dirichlet Priors and Multinomial Sampling

 References

 3 Replicator Dynamics and Related Deterministic Models of Evolution

 3.1 Introduction

 3.2 Replicator Dynamics in a Homogeneous Population

 3.3 Stability in the Homogeneous―Population Replicator Dynamic

 3.4 Evolutionarily Stable Strategies

 3.5 Asymmetric Replicator Models

 3.6 Interpretation of the Replicator Equation

 3.7 Generalizations of the Replicator Dynamic and Iterated Strict Dominance

 3.8 Myopic Adjustment Dynamics

 3.9 Set-Valued Limit Points and Drift

 3.10 Cheap Talk and the Secret Handshake

 3.11 Discrete.Time Replicator Systems

 Appendix：Liouville’S Theorem

 References

 4 Stochastic Fictitious Play and Mixed―Strategy Equilibria

 4.1 Introduction

 4.2 Notions of Convergence

 4.3 Asymptotic Myopia and Asymptotic Empiricism

 4.4 Randomly Perturbed Payoffs and Smoothed Best Responses

 4.5 Smooth Fictitious Play and Stochastic Approximation

 4.6 PartiaI Sampling

 4.7 Universal Consistency and Smooth Fictitious Play

 4.8 Stimulus―Response and Fictitious Play as Learning Models

 4.9 Learning about Strategy Spaces

 Appendix：Stochastic Approximation Theory

 References

 5 Adiustment Models with Persistent Randomness

 5.1 Introduction

 5.2 Overview of Stochastic Adjustment Models

 5.3 Kandori―Mailath―Rob Model

 5.4 Discussion of Other Dynamics

 5.5 Local Interaction

 5.6 Radius and Coradius of Basins of Attraction

 5.7 Modified Coradius

 5.8 Uniform Random Matching with Heterogeneous Populations

 5.9 Stochastic Replicator Dynamics

 Appendix A：Review of Finite Markov Chains

 Appendix B：Stochastic Stability Analysis

 RefeFences

 6 Extensive。Form Games and Self―confirming Equilibrium

 6.1 Introduction

 6.2 An Example

 6.3 Extensive―Form Games

 6.4 A Simple Learning Model

 6.5 Stability Of Self―confirming Equilibrium

 6.6 Heterogeneous Self-confirming Equilibrium

 6.7 Consistent Self-confirming Equilibrium

 6.8 Consistent Self-confirming Equilibria and Nash Equilibria

 6.9 Rationalizable SCE and Prior Information on Opponents’ Payoffs

 References

 7 Nash Equilibrium，Large Population Models，and Mutations in

 Extensive.Form Games

 7.I Introduction

 7.2 Relevant Information Sets and Nash Equilibrium

 7.3 Exogenous Experimentation

 7.4 Learning in Games Compared to the Bandit Problem

 7.5 Steady―State Learning

 7.6 Stochastic Adjustment and Backward Induction in a Model of‘Fast Learning’

 7.7 Mutations and Fast Learning in Models of Cheap Talk

 7.8 Experimentation and the Length of the Horizon

 Appendix：Review of Bandit Problems

 References

 8 Sophisticated Learning

 8.1 Introduction

 8.2 Three Paradigms for Conditional Learning

 8.3 Bayesian Approach to Sophisticated Learning

 8.4 Interpreting the Absolute Continuity Condition

 8.5 Choosing among Experts

 8.6 Conditional Learning

 8.7 Discounting

 8.8 Categorization Schemes and Cycles

 8.9 Introspective Classification Rules，Calibration，and Correlated Equilibrium

 8.10 Sonsino’S Model of Pattern Recognition

 8.11 Manipulating Learning Procedures

 References

 Index

主编推荐

此书对于任何从事学习理论和博弈理论研究或在应用研究中使用演进博弈理论的人来说都是必不可少的，美国科学院院士的著作。
 

精彩内容

本书是任何从事学习理论和博弈理论研究或在应用研究中使用演进博弈理论的人的书籍。不同于非合作博弈理论中传统的均衡概念所认为的均衡是在博弈的规则和参与人的收益函数都共知的情况下，由理性参与人的分析和自省产生的结果，《博弈学习理论》则认为均衡是并非理性的参与人随着时间的推移寻求优化这一过程的长期结果。
本书是“世界博弈论经典·经济与社会科学系列”（*辑）中的一册。“世界博弈论经典”分为“经济与社会科学系列”和“计算与信息科学系列”两个子系列，共有几十册，这些经典名著的作者中有诺贝尔经济学奖得主让·梯若尔（Jean Tirole）和罗杰·迈尔森（Roger Myerson），以及呼声很高的诺贝尔奖候选人、“博弈论四君子”中的阿里尔·鲁宾斯坦（Ariel Rubinstein）和肯·宾默尔（Ken Binmore）等。
“世界博弈论经典·经济与社会科学系列”（*辑）包含以下6册：

  1. 博弈论（Game Theory）


作者：朱·弗登博格（Drew Fudenberg），让·梯若尔（Jean Tirole）

  • 博弈论教程（A Course in Game Theory）


    • 作者：马丁·J. 奥斯本（Martin J. Osborne）, 阿里尔·鲁宾斯坦（Ariel Rubinstein）

  • 博弈学习理论（The Theory of Learning in Games）


    • 作者：朱·弗登博格（Drew Fudenberg）, 戴维·K. 莱文（David K. Levine）

  • 博弈论与社会契约（第1卷）：公平博弈（Game Theory and the Social Contract, Volume 1: Playing Fair）


    • 作者：肯·宾默尔（Ken Binmore）

  • 博弈论与社会契约（第2卷）：公正博弈（Game Theory and the Social Contract, Volume 2: Just Playing）


    • 作者：肯·宾默尔（Ken Binmore）

  • 博弈、信息与政治（Games, Information, and Politics: Applying Game Theoretic Models to Political Science）


    • 作者：斯科特·盖茨（Scott Gates）, 布莱恩·D. 休姆斯（Brian D. Humes）
    要想了解更多的博弈论，请阅读世界图书出版公司公众号中的科普文章：
    《你了解多少博弈论？从社会经济到人工智能，博弈论无处不在！（上）》
    《你了解多少博弈论？从社会经济到人工智能，博弈论无处不在！（中）》
    《你了解多少博弈论？从社会经济到人工智能，博弈论无处不在！（下）》

       相关推荐   

    —  没有更多了  —

    店铺评价
    消息 首页 搜索

    以下为对购买帮助不大的评价

    此功能需要访问孔网APP才能使用
    暂时不用
    打开孔网APP