Signals:evolution, learning & information
副标题:无
分类号:
ISBN:9787010129105
微信扫一扫,移动浏览光盘
简介
《信号博弈学:演化、学习与信息》牛津大学出版社2010年出版,是斯基姆斯教授最新的一本力作,在这本书中他对信号与信息进行了深入的哲学探讨,并充分运用了演化博弈论中的模型与技术手段来进行论证。该书无论是从内容上来说,还是从研究视角和研究手段上来说,都具有非常强的学术前沿性;而且该书论证严密、推理清晰、理论覆盖面广。因此,《信号博弈学:进化、学习与信息》一书确实是一本非常值得翻译和推荐给国内读者的哲学新作。
目录
序言
中文版译者序
中文版序
原版序言
引言
第一章 信号
发送者—接收者
信号中的信息
演化
学习策略
学习行动
状态、行动和信号
信号网络
结论
第二章 自然中的信号
第三章 信息
知识论
信息
关于行动的信息
信号中信息的创生
信息内容
意向性和目的论语义学
客观信息和主观信息
信息流
第四章 演化
演化
演化稳定性策略
差异生殖
红皇后
自然变异
第五章 刘易斯传信博弈中的演化
好消息
坏消息:不等概率态
一些好消息
更多坏消息:部分混同
再一次突变
相关性
被迫认错
第六章 欺骗
欺骗可能吗?
系统性欺骗
半真半假的陈述
何处不可能欺骗?
欺骗的盛行
欺骗何以可能?
第七章 学习
效果律
罗斯一埃里夫强化
布什一莫斯特勒强化
吃角子老虎机和医学试验
强化和演化¨
强化的变.异形式
信念和决策
归纳逻辑
学会传信
第八章 刘易斯传信博弈中的学习
罗斯—埃里夫强化
更复杂的情形
布什—莫斯特勒强化
指数响应
更复杂的强化
神经网络
模仿邻近者
信念学习
学会传信
第九章 推广传信博弈:同义词、瓶颈、类别
形成
发送者—接收者模型的一般化
状态多余
信号多余
信号少缺
类别系统
结 论
第十章 新信号的发明
新的信号?
自然中的发明:遗传演化
自然中的发明:文化演化
普遍的原则
“中餐馆排座过程”
“霍普罐”
伴随着强化机制的信号发明模型
发明新的信号
从零开始
避免混同陷阱
相似性
噪声引起的遗忘
信号的发明与遗忘
发明新信号
第十一章 信号网络1:逻辑与信息处理
逻辑
信息处理
如何面对信息误差:投票选择机制
逻辑与信息处理
关于逻辑的回溯:克律西波的猎狗
第十二章 复杂信号与语义合成性原则
第十三章 信号网络2:团队协作
对群体效应的再考察
动态平衡
信号对话
团队领导者1
团队领导者2(相关均衡)
领导者一追随者
第十四章 学习建立信号网络
原始社会中的“环状结构”
计算机局域网的“环形结构”
“巴拉—戈雅”环形博弈
建立信号网络的动态模型
简单的归纳学习
基于惯性的最优响应
低信息度一低理性度
试探与调整
环形结构的崩溃
预设的放松
结论
结束语
参考文献
索引
后记
显示全部信息
中文版译者序
中文版序
原版序言
引言
第一章 信号
发送者—接收者
信号中的信息
演化
学习策略
学习行动
状态、行动和信号
信号网络
结论
第二章 自然中的信号
第三章 信息
知识论
信息
关于行动的信息
信号中信息的创生
信息内容
意向性和目的论语义学
客观信息和主观信息
信息流
第四章 演化
演化
演化稳定性策略
差异生殖
红皇后
自然变异
第五章 刘易斯传信博弈中的演化
好消息
坏消息:不等概率态
一些好消息
更多坏消息:部分混同
再一次突变
相关性
被迫认错
第六章 欺骗
欺骗可能吗?
系统性欺骗
半真半假的陈述
何处不可能欺骗?
欺骗的盛行
欺骗何以可能?
第七章 学习
效果律
罗斯一埃里夫强化
布什一莫斯特勒强化
吃角子老虎机和医学试验
强化和演化¨
强化的变.异形式
信念和决策
归纳逻辑
学会传信
第八章 刘易斯传信博弈中的学习
罗斯—埃里夫强化
更复杂的情形
布什—莫斯特勒强化
指数响应
更复杂的强化
神经网络
模仿邻近者
信念学习
学会传信
第九章 推广传信博弈:同义词、瓶颈、类别
形成
发送者—接收者模型的一般化
状态多余
信号多余
信号少缺
类别系统
结 论
第十章 新信号的发明
新的信号?
自然中的发明:遗传演化
自然中的发明:文化演化
普遍的原则
“中餐馆排座过程”
“霍普罐”
伴随着强化机制的信号发明模型
发明新的信号
从零开始
避免混同陷阱
相似性
噪声引起的遗忘
信号的发明与遗忘
发明新信号
第十一章 信号网络1:逻辑与信息处理
逻辑
信息处理
如何面对信息误差:投票选择机制
逻辑与信息处理
关于逻辑的回溯:克律西波的猎狗
第十二章 复杂信号与语义合成性原则
第十三章 信号网络2:团队协作
对群体效应的再考察
动态平衡
信号对话
团队领导者1
团队领导者2(相关均衡)
领导者一追随者
第十四章 学习建立信号网络
原始社会中的“环状结构”
计算机局域网的“环形结构”
“巴拉—戈雅”环形博弈
建立信号网络的动态模型
简单的归纳学习
基于惯性的最优响应
低信息度一低理性度
试探与调整
环形结构的崩溃
预设的放松
结论
结束语
参考文献
索引
后记
显示全部信息
Signals:evolution, learning & information
光盘服务联系方式: 020-38250260 客服QQ:4006604884
云图客服:
用户发送的提问,这种方式就需要有位在线客服来回答用户的问题,这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×