克尔凯郭尔的生存—内心性的辩证法是一种反对黑格尔思辨意义上的存在论导向的关于个体的生存与内心性的辩证法，通过信仰之跳跃澄清了时间—现世与永恒的关系，凸显了生存个体在有限与无限、时间—现世与永恒之间的辩证张力并通过瞬间问题打开了个体生成的不确定性及哲学的未来向度。克尔凯郭尔借助认识论、道德论和生存分析方法指摘出理性和信仰的界限并发展出这一神—人差异基础上的辩证法。克尔凯郭尔致力于对传统辩证法的改造也可以视为他开始从哲学形而上学向宗教形而上学过渡的一个标志，生存—内心性的辩证法代表了他所构

作为本书论题的“马克思的哲学观”，指的是马克思对于哲学本身或“哲学一般”的态度、立场和观点，可以作为我们反思马克思哲学乃至整个马克思主义哲学的重要理论切入点。本书立足当代视野，全面考察了马克思的哲学观的思想史前提、逻辑进程、时代属性、基本内容、关键特征、其与马克思哲学的关系，以及理论回响和当代意义等问题，呈现出一幅关于马克思的哲学观的较为完整的理论图景，对于我们今天如何看待哲学、如何发展哲学亦有一定的启发意义。

17世纪俄国东正教会的分裂运动是俄国宗教史和文化史上的重要事件。1653年牧首尼康对俄国东正教经书和仪式进行了重大改革，包括以三指画十字替代以前的两指画十字，以及改变了耶稣之名的书写方式等。这些改革引起了部分神职人员和广大教徒的强烈不满，最终，反对尼康改革、坚持俄国旧礼仪的信徒从统一的教会分离出来，被称为“分裂派”或“旧礼仪派”。此后各个时期，旧礼仪派信徒饱受驱逐、迫害，但没有屈从于外部的强压，反而更加坚定地维护自己的信仰，甚至不惜逃往国外，在异文化环境中按照自己的信仰方式生活。300多年过去了

“互联网+”宗教研究领域前沿、研究议题丰富，具有重要的理论价值和现实意义。此领域研究的开展需体现中国研究者的特色、敏锐发现问题、详实地探索机制、深邃地挖掘原理，并贴切地提出对策。本研究分为五个章节铺展，分别为前沿研究、数字治理、热点议题、舆情实证、研究动态。前沿研究章节着重于宏观架构和概念辨析，主题涵括了互联网宗教与人类命运共同体、人工智能时代的新宗教、互联网宗教研究与治理的上层架构中层策略与落地路径、宗教舆情的类别特征及其社会治理、互联网宗教的概念形态传播及影响的心理初探。数字治理章

本书希望和读者探讨的是如何稳定地坚持做简单而正确的事情，获得时间复利。书中为读者提供了获得时间复利的实践方法和应有的底层思维。本书适合对自己有要求，有长期思维，希望获得时间复利的读者阅读。读者可以通过做足体力活，为成长发展打下坚实的基础；选对大方向，深耕专业，创造作品，成为专业人士；积极选择或创造环境，做出长久且有价值的决定，抓住人生特定阶段快速成长；构建清晰的“未来回忆”，规划自己的人生。

罗伯特·波义耳堪称英国十七世纪皇家学会实验哲学的奠基者和辩护人。他批驳经院自然哲学学说，要求以理智衡度真理、以实验校准理智，为此，他在提出微粒哲学的同时，强调实验研究在自然哲学探索中的基础地位和作用。本书将聚焦波义耳的自然哲学相关实验，通过对有关实验探索进程的分析乃至重构，揭示其微粒论对于其实验探索的引导、整合和解释作用，同时揭示实验对其微粒论思想的发展和变化的影响，有助于我们检视波义耳微粒论与其实验之间的关系，帮助理解波义耳其人及其整体思想和工作。

充分地了解自己，意味着不仅要认识现实中的自己，还要认识心理层面的自己，识别自己的核心人格，以及隐藏的人格。碍于心理防御机制，我们通常很难认识真实的自己。觉察阴影并将其提取到意识层面，正是为了看见那些被压抑的情感情绪。当我们不再排斥或回避人格中的阴影部分，知晓它只对某些特定的情境作出反应，就可以减少不必要的内心冲突和痛苦，改善思考问题、处理问题的模式，获得心智上的成长，实现与自我的和谐相处。本书的底层逻辑和整体框架正是围绕九型人格展开的，其落脚点是剖析不同类型人格者的情绪风格，探寻隐藏在

黑尔的道德哲学包括了对道德语言的分析和对解决实质性道德问题的方法的探索，对道德语言的分析是他的出发点和整个道德哲学的基础。在此之上，他建立了道德推理理论，提出了他的道德论证方法。本书题为“从道德语言到道德思考”，但并非指黑尔道德哲学的历时性发展过程，对他的理论体系进行梳理和解释，并不是本书的最终目的，而是希望考察这样一条理论路线是否在某种程度上和某种限度内是可以得到辩护的，以及在什么地方需要修正，是否存在不可克服的问题等。

本书是一本理论扎实，同时联系实际应用的图书。全书系统地介绍了因果推断的基本知识、基于机器学习的因果推断方法和基于因果推断的机器学习方法及其在一些重要领域的应用。 全书共分6章。第1章从结构因果模型和潜在结果框架出发，介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛化能力的因果表征学习。第4章介绍因果机器学习如何提高机器学习模型的可解释性与公平性。第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6