دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Friedman. Daniel, Sinervo. Barry سری: ISBN (شابک) : 9780199981151, 0199981159 ناشر: Oxford University Press سال نشر: 2016 تعداد صفحات: 436 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 مگابایت
کلمات کلیدی مربوط به کتاب بازی های تکاملی در دنیای طبیعی، اجتماعی و مجازی: تئوری بازی.,تکامل.,تکامل,تئوری بازی,Spieltheorie
در صورت تبدیل فایل کتاب Evolutionary games in natural, social, and virtual worlds به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب بازی های تکاملی در دنیای طبیعی، اجتماعی و مجازی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در طول 25 سال گذشته، نظریه بازی های تکاملی با کمک های نظری از
رشته های ریاضیات، اقتصاد، علوم کامپیوتر و زیست شناسی رشد کرده
است. اکنون برای برنامه های کاربردی آماده است. در این کتاب،
دانیل فریدمن --- یک اقتصاددان آموزش دیده در ریاضیات --- و بری
سینروو --- زیست شناس آموزش دیده در ریاضیات --- اولین گزارش
یکپارچه از نظریه بازی های تکاملی را با هدف پژوهشگران کاربردی
ارائه می دهند. آنها نشان می دهند که چگونه می توان از یک مجموعه
ابزار برای ساخت مدل های مفید برای سه جهان مختلف استفاده کرد:
جهان طبیعی که توسط زیست شناسان مطالعه شده است. جهان اجتماعی
مورد مطالعه انسان شناسان، اقتصاددانان، دانشمندان علوم سیاسی و
دیگران. و دنیای مجازی که توسط دانشمندان و مهندسان کامپیوتر
ساخته شده است.
شش فصل اول مقدمه ای در دسترس برای مفاهیم اصلی نظریه بازی های
تکاملی ارائه می دهد. اینها شامل تناسب اندام، پویایی شبیه ساز،
پویایی جنسی، میم ها و ژن ها، بازی های جمعیتی تک و چندگانه،
تعادل نش و حالت های پایدار تکاملی، بهترین پاسخ پر سر و صدا و
سایر فرآیندهای تطبیقی، معادله قیمت، و اتوماتای سلولی هستند.
این ماده نظریه بازی های تکاملی را با مدل های ژنتیکی کلاسیک
جمعیت و همچنین با نظریه بازی های کلاسیک مرتبط می کند. قابل ذکر
است، این فصل ها همچنین نحوه برآورد پارامترهای بازده و انتخاب را
از داده ها نشان می دهند.
هشت فصل آخر کاربردهای تئوری بازی های نمونه ای را ارائه می دهد.
اینها شامل یک مدل جدید یادگیری شکارچی-شکار تکاملی است که
سنگ-کاغذ-قیچی را گسترش می دهد. مدلهایی که از دادههای
آزمایشگاهی موضوع انسانی برای تخمین پویایی یادگیری استفاده
میکنند. رویکردهای جدید به استراتژیهای پلاستیک و استراتژیهای
چرخه زندگی، از جمله تخمینهای مربوط به فیلهای نر. مقایسه
تکنیکهای یادگیری ماشین برای حفظ تنوع با آنهایی که در دنیای
طبیعی دیده میشود. تجزیه و تحلیل ازدحام در شبکه های ترافیک (اعم
از اینترنت یا بزرگراه) و "قیمت هرج و مرج"؛ تجزیه و تحلیل سیاست
های محیطی و تجاری بر اساس بازی های تکاملی. تکامل همکاری؛ و گونه
زایی به عنوان کمکی برای آموزش، یک وب سایت ابزارهای محاسباتی
قابل دانلودی را ارائه می دهد که به زبان برنامه نویسی R، Matlab،
Mathematica و Excel نوشته شده اند.
Over the last 25 years, evolutionary game theory has grown with
theoretical contributions from the disciplines of mathematics,
economics, computer science and biology. It is now ripe for
applications. In this book, Daniel Friedman---an economist
trained in mathematics---and Barry Sinervo---a biologist
trained in mathematics---offer the first unified account of
evolutionary game theory aimed at applied researchers. They
show how to use a single set of tools to build useful models
for three different worlds: the natural world studied by
biologists; the social world studied by anthropologists,
economists, political scientists and others; and the virtual
world built by computer scientists and engineers.
The first six chapters offer an accessible introduction to core
concepts of evolutionary game theory. These include fitness,
replicator dynamics, sexual dynamics, memes and genes, single
and multiple population games, Nash equilibrium and
evolutionarily stable states, noisy best response and other
adaptive processes, the Price equation, and cellular automata.
The material connects evolutionary game theory with classic
population genetic models, and also with classical game theory.
Notably, these chapters also show how to estimate payoff and
choice parameters from the data.
The last eight chapters present exemplary game theory
applications. These include a new coevolutionary predator-prey
learning model extending rock-paper-scissors; models that use
human subject laboratory data to estimate learning dynamics;
new approaches to plastic strategies and life cycle strategies,
including estimates for male elephant seals; a comparison of
machine learning techniques for preserving diversity to those
seen in the natural world; analyses of congestion in traffic
networks (either internet or highways) and the "price of
anarchy"; environmental and trade policy analysis based on
evolutionary games; the evolution of cooperation; and
speciation. As an aid for instruction, a web site provides
downloadable computational tools written in the R programming
language, Matlab, Mathematica and Excel.