《逻辑学基础教程》（第四版）是针对高校逻辑学导论类课程的教材，多次再版，主要对逻辑学基础作了介绍，具体内容包括词项与概念、简单命题(直言命题)及其推理、复合命题及其推理、模态命题及其推理、逻辑基本规律等。本次修订在保留原有框架的基础上，融入最新理论研究成果，对相关表述进行了更新，更换例句，对各章练习题进行了修改、删除或增补，并提供了标注有星号的部分题目的参考答案；将教材所涉主要术语的英译从正文剥离出来，单独编制了“主要术语中英文对照”附于书末。同时对全书语言进行梳理，使理论讲解更通俗易

本书是马克思主义理论研究和建设工程重点教材。本书以马克思主义理论为指导，系统阐述了逻辑学的基础理论和具体领域的实际运用机理。本书的教学体系呈现“1+3+1”结构，即绪论+“演绎逻辑（第一至第五章）—归纳逻辑（第六至第七章）—应用逻辑（第八至第十章）”三大板块+逻辑思维基本规律。在介绍逻辑学的研究对象和类型、逻辑学的性质与学习逻辑学的作用、逻辑学的学习研究方法、逻辑学的发展概况的基础上，系统介绍传统词项逻辑、命题逻辑、命题逻辑的自然演绎系统、谓词逻辑、谓词逻辑的自然演绎系统、传统归纳逻辑

《写给中学生的逻辑学（彩色图文版）》以图文并茂的形式及简洁精练的语言和趣味浓厚的例子,把逻辑学的基本知识点、日常运用等娓娓道来。全书语言力求通俗化，尽量避免过度晦涩的哲学术语，使用中学生易于理解的词汇；提供了具体案例，努力贴近中学生学习、生活的实例进行讲解；严谨性与基础性并重，涵盖了逻辑学最基础且最重要的内容；对核心概念和规则的阐释又是严谨的。整体上较好地将一门传统上被认为艰深的学科转化为适合青少年学习的初级读物，对于培养中学生的理性思维、批判性思考能力、清晰表达能力以及严谨的学术素养具有重要的

本书面向数学系和哲学系的研究生或高年级本科生，是 模型论的进阶内容，读者需要有一定的模型论基础和抽象代 数基础。
第1章回顾了诸如可定义集、型、紧致性、饱和性、齐 次性以及量词消去等模型论的基本概念。
第2~4章分别介绍了强极小理论、ω-稳定理论以及ω-稳 定群理论，属于纯粹模型论。在强极小理论中，基于预几何 的维数理论是核心。在ω-稳定理论中，我们用Morley秩取 代了强极小理论中的维数，同时发展出基于Morley秩的分 叉理论，并在第4章中用这些方法证明了一个简化版的 Hru

本书围绕逻辑思维与学术表达两部分内容展开，较为系统地介绍了逻辑学基本概念、基本理论、形式结构及其规律，通过大量案例阐述了如何识别逻辑谬误及如何在表达时避免逻辑谬误。根据高等院校学生的特点和需求，对写作和表达的逻辑结构与范式进行了系统梳理和总结，并以案例形式说明如何进行有逻辑的学术表达。全书分两部分，共9章，其中第一部分为逻辑学基础知识，主要内容包括绪论、概念、命题、演绎与归纳、论证与反驳、逻辑谬误与诡辩、普通逻辑的基本规律；第二部分为学术表达的规范和要求，主要包括学术写作的逻辑和有逻辑的学术写作

本书稿根据藏传因明逻辑学研究和教学的现状，以通俗简明的方式，结合鲜活的生活实例，在系统介绍因明源流、《摄类学》内容的基础上，重点讲解了量学认识论、因明推理论、因明辩论技巧及规则等方面的重难点知识，也适当引入了现代逻辑学的相关内容。本书稿共有十三章，详细阐述了因明学的三大要素：宗、因、喻，以及因明学的推理规则和逻辑错误。同时，还结合了大量实例，分析了因明学在藏族传统哲学思想以及日常生活中的应用。这些内容对于全面理解因明学具有重要价值。从现实意义来讲，对进一步弘扬中华民族传统美德、自觉树立

如何从统计相关中剥离出因果关系一直是定量研究的重点和难点。近年来，因果推断方法无论在理论还是实践应用方面都有了长足发展。本书以潜在结果模型和因果图为理论基础，重点介绍回归、匹配、倾向值分析、工具变量、断点回归、面板数据、双重差分和合成控制等常见的因果推断方法。在对每种方法的原理及使用条件进行介绍的同时，还用Stata软件展示了各种方法的软件实现过程和要点。随书配有大量习题、答案和数据包，供读者随时检验学习成果。

是谁引发了“波希米亚丑闻”？“白额闪电”藏在哪里？“巴斯克维尔的猎犬”究竟为何物？本书如放大镜一般，详细探究了福尔摩斯侦破的经典案件，将柯南·道尔笔下具有神奇色彩的大侦探呈献给读者。本书富含精美的插图、清晰的图表，以及经典的台词。这是一本绝佳的福尔摩斯指南，从《暗红习作》到《肖斯科姆老宅》，涵盖了探案全集中的所有故事，同时介绍了更广泛的背景资料。无论你是第一次接触福尔摩斯的技能和知识，还是早已熟知他那无与伦比的演绎法，本书都会激起你无穷无尽的兴趣。

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

本书是一本新型的逻辑教科书，适合于大学文理科的逻辑教学，力图贯彻一个核心理念：逻辑学是对于理性精神的培养和训练。它在一个统一的框架内讨论了数理逻辑、传统逻辑、归纳逻辑和非形式逻辑的核心内容。全书由六章组成，分别是：逻辑是关于推理和论证的科学、命题逻辑、词项逻辑、谓词逻辑、归纳逻辑和非形式逻辑。本书各章后面有内容概要、思考题和练习题，为了帮助读者延伸阅读，书末附有“推荐阅读数目”。