智能系统通常依赖于信息智能体提供的数据，例如传感器数据或众包计算。因为提供准确和切合的数据需要付出代价的不菲，所以智能体可能并不总是愿意提供准确的数据。因此，不仅要验证数据的正确性，还要提供激励机制，以给提供高质量数据的智能体更多奖励。这就是本书的主题——数据科学中的博弈论。本书研究了不同的激励机制与各种环境设置，也考虑了声誉机制，并通过在预测平台、社区感知和同级评分中的应用实例来补充博弈论分析。此书是世界图书出版公司“世界博弈论经典”系列图书中的一种。这个书系的“计算与信息科学”子系列的辑包括《数据科学的博弈论》《网络博弈：理论、模型和动力学》《无线与通信网络的博弈论：理论、模型和应用》《网络安全：决策与博弈论方法》《动态频谱分配的机制与博弈》。另外，已出版的“经济与社会科学”子系列的辑包括《博弈论》《博弈论教程》《博弈学习理论》《博弈论与社会契约（卷）：公平博弈》《博弈论与社会契约（第2卷）：公正博弈》《博弈、信息与政治》。
Preface
Acknowledgements
1. Introduction
1.1 Motivation
1.2 Quality Control
……
2. Mechanisms for Verifiable Information
3. Parametric Mechanisms for Unverifiable Information
4. Nonparametric Mechanisms: Multiple Reports
5. Nonparametric Mechanisms: Multiple Tasks
6. Prediction Markets: Combining Elicitation and Aggregation
7. Agents Motivated by Influence
8. Decentralized Machine Learning
9. Conclusions
Bibliography
Authors' Biographies
