预测、学习与博弈

Nicolò Cesa-Bianchi, Universita Degli

Studi di Milano,Italy

Gábor Lugosi, Universitat Pompeu Fabra, Barcelona

Prediction, Learning and

Games

2006, 394pp.

HardcoverUSD65.00

ISBN 978-0-521-84108-5

Nicolò Cesa-Bianchi(意大利) 等著

日常生活中，有关预测的例子如预报给定地点明天的温度，或者是猜测在下一个月内哪些资产将会获得最佳效益，尽管它们内容不同，这些任务在一个抽象的层次上是类似的。在给定的有关过去的元素的某些知识以及其他可利用信息的条件下，预测一个未知序列的下一个元素，对这个过程的研究，就是预测研究。

本书的主题是单一序列预测。人们在各种不同的领域中对它进行研究如统计决策理论、信息理论、博弈理论、机器学习及数学金融领域。这个主题最早的形成可以追溯到20世纪50年代。与预测的标准统计学方法不同，单个序列预测对于数据产生机制并不强加任何概率统计的假设。此外人们还可以构建预测算法，该算法对于所有可能的序列都能很好地工作。在这个意义上讲，单序列预测的性能与在一个给定参考类中的最佳预测策略是一样好的。本书列举的单序列预测模型使用的是专家咨询预测模型。重复博弈，自适应数据压缩，股票市场顺序投资序列模式分析和其它几个问题都可以看作是专家框架的示例。从一个普通的非随机观点进行分析，经常会揭示元素之间新的、令人感兴趣的关系。作者对各种预测方法用精确的数学方式描述，以便表征这些预测方法在理论上存在哪些限制和可能性。

本书共有12章。第1章绪论；第2章预测与专家咨询；第3章特殊损失的紧限界；第4章随机化判断；第5章用于大专家类的有效预测；第6章具有有限反馈的预测；第7章预测和进行博弈；第8章绝对损失；第9章对数损失；第10章顺序投资；第11章线性模式识别；第12章线性分类。本书的附录中收集了书中使用的技术工具。附录A1概率论中的不等式；附录A2基本的信息理论；附录A3分类基础。

作者撰写本书是为了促使有关单一序列预测的概念在上述这些领域中更加顺畅地流传。本书可以用作机器学习、博弈论、统计学和信息理论专业的研究人员及学生的参考书和教科书。

胡光华，高级软件工程师

(原中国科学院物理学研究所)

Hu Guanghua, Senior Software Engineer

(Former Institute of Physics,the Chinese Academy of Sciences)