Skip to content

Point the learning_approximation references at the English edition #209

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Open
mmcky wants to merge 1 commit into
base: main
Choose a base branch
from
+4 −3
Open

Point the learning_approximation references at the English edition #209

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
1 change: 1 addition & 0 deletions lectures/bounded_rationality.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -148,6 +148,7 @@ translation:
* {doc}`olg_adaptive_money` — 萨缪尔森世代交叠货币模型中的适应性家庭。
- 最小二乘学习选择了理性预期动态所排斥的低通胀均衡，而实验室中的受试者也走向了同样的方向。
- 一个学习菲利普斯曲线的政府作为本讲的结尾。
* {doc}`intermediate:learning_approximation`（英文版）— 当状态是连续的、对每一种情形都做出单独反应已不可能时，主体必须放弃什么，这引出了近似均衡以及学习算法与均衡计算算法之间的相似性。
* {doc}`exchange_rate_learning` — 本讲的双货币模型，配以适应性主体，其中学习仅通过使汇率依赖于历史来固定汇率，而一个遗传算法经济体反而产生了永不消失的波动。
* {doc}`genetic_classifier` — 来自霍兰德和联结主义者的候选"大脑"目录：感知器、联想记忆、遗传算法、分类器系统。
* {doc}`marimon_mcgrattan_sargent` — 分类器系统种群从零开始发现哪种商品将充当货币。
Expand Down
6 changes: 3 additions & 3 deletions lectures/genetic_classifier.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -46,7 +46,7 @@ translation:

到目前为止的讲座给适应性主体赋予了相当计量经济学化的大脑。

在 {doc}`olg_adaptive_money` 中，它们运行递归最小二乘法；在 {doc}`exchange_rate_learning` 中，它们针对实现效用采取了牛顿步骤。
在 {doc}`olg_adaptive_money` 和 {doc}`intermediate:learning_approximation`（英文版）中，它们运行递归最小二乘法；在 {doc}`exchange_rate_learning` 中，它们针对实现效用采取了牛顿步骤。

在每种情况下，主体都持有一个*参数化*规则并调整其系数。

Expand Down Expand Up @@ -577,7 +577,7 @@ for μ in ([1.0, 0.5], [2.0, 1.0], [3.0, 1.0]):

贯穿整个这部分内容的一个反复出现的发现是：适应性主体系统，无论多么迟缓，都倾向于收敛到理性预期均衡。

{doc}`olg_adaptive_money` 展示了最小二乘学习者找到一个均衡；{doc}`exchange_rate_learning` 展示了牛顿学习者稳定在（众多均衡中的）一个均衡上。
{doc}`olg_adaptive_money` 和 {doc}`intermediate:learning_approximation`（英文版）展示了最小二乘学习者找到一个均衡；{doc}`exchange_rate_learning` 展示了牛顿学习者稳定在（众多均衡中的）一个均衡上。

**演化编程**（evolutionary programming）将这一倾向转化为一种工具。

Expand All @@ -587,7 +587,7 @@ for μ in ([1.0, 0.5], [2.0, 1.0], [3.0, 1.0]):

> 适应性主体在"教导"经济学家，正如任何用于求解非线性方程的数值算法都在"教导"数学家一样。当这些主体能够"教导"我们某些东西时，那是因为我们设计它们如此。

这与本系列中反复出现的对偶性相同：一个学习型经济体是一个去中心化的均衡计算过程，而一个均衡计算过程是一个中心化的学习算法。
这与贯穿 {doc}`intermediate:learning_approximation`（英文版）的对偶性相同：一个学习型经济体是一个去中心化的均衡计算过程，而一个均衡计算过程是一个中心化的学习算法。

遗传算法和分类器系统只是比递归最小二乘更丰富的计算引擎，能够搜索崎岖的景观，发现一个好规则的结构，而不仅仅是调整固定规则的系数。

Expand Down
Loading