Weitere Bücher, die Sie mögen werden

• 

  給孩子的中國軍事史：謀略篇 - 给孩子的中国军事史：谋略篇

  冠 張嶔

  • 0
  • 0
  • 0

  内容简介： 
  1、觀戰爭風雲，長歷史知識，中國古代軍事史上湧現出了很多智勇雙全的傑出人物。 汲取傑出軍事家的智慧，學習像軍事家一樣思考問題。 
  2、191個趣味古代軍史話題，評書風格演繹，趣味十足。從戰略、制度、裝備、人物、邊 防多角度全景式呈現古代軍事歷史，在故事中拓視野、煉思維、升格局. 
  3、歷史大v朝文社主編張嵚撰寫文稿，內容專業有乾貨。 
  作者简介： 
  張嵚，中國作家協會會員，微信大號“朝文社”主筆，鳳凰網歷史專欄作家，從事歷史類書籍創作，目前已經完成書稿500餘萬字。1999年開始從事文學創作，曾做過話劇編劇、影視編劇。累計出版圖書15部，代表作品有《不容青史盡成灰》《明朝原來是這樣》《臺灣風雲：1368-1683》等等。

  Zum Buch

• 

  认知行为疗法：如何克服焦虑、担忧、恐惧和抑郁

  Christopher Rothchester

  • 0
  • 0
  • 0

  描述  
    
  您是否曾经因为极度焦虑或压力而感到自己的生活暂停？你想过上没有各种障碍的生活吗？如果是，那么请继续阅读！ 
    
  在我们的生活中，我们不断遇到各种情况，最终引发情绪反应。这样的反应可能会让你感到害怕和困惑。对病情的正确评估对于了解如何处理它们很重要。为了过上充实的生活，您需要选择正确的措施，以帮助打破恐惧、焦虑、压力和抑郁的锁链。还有各种其他因素可能会束缚你并阻止你在生活中取得成功。在这种情况下，cbt 或认知行为疗法可能会成为救世主。还有各种其他疗法或治疗方案可供选择。但在 cbt 的帮助下，您可以学会自己照顾自己。简单来说，你可以成为自己的治疗师。如果您想了解更多关于 cbt 的信息，您可以寻求认知行为疗法：如何克服焦虑、担忧、恐惧和抑郁的帮助。 
    
  本书的目的是为您提供各种技巧和建议，帮助您过上没有精神障碍的生活。在这本书中，我们将讨论心理健康问题的主要原因，并教您以正确的方式解决这些问题。cbt 是一种疗法，通常被认为是处理担忧、焦虑、压力和其他问题的最佳治疗选择。借助本书，您可以掌握有用的治疗方法，从长远来看，这些方法将使您受益。你与他人交往时感到尴尬吗？你一直在想你的烦恼吗？你感到不安全吗？如果您的答案是肯定的，那么您患有焦虑症的可能性很高。如果我告诉你，你可以阻止自己过上悲惨的生活呢？如果你能停止所有不断将你推向坏境地的负面情绪反应会怎样？所有这些都可以在 cbt 的帮助下实现。 
    
  以下是您可以在本书中找到的所有主要元素的总结格式 – 
    
  ●     抑郁症及其原因 
  ●     应对忧虑和惊恐发作 
  ●     如何摆脱羞耻和遗憾 
  ●     处理愤怒 
  ●     焦虑和认知行为疗法 
  ●     照顾好社交恐惧症 
  ●     自我安抚策略 
  ●     需要记住的额外提示 
    
  cbt 专注于一点——关于你的生活方式，你有很多选择。当你选择以不同的方式思考并从不同的角度看待事物时，你可以为生活带来许多积极的变化。你还在等什么？开始 cbt，为您的生活赋予新的定义。 
    
  如果您想开始照顾自己的心理健康并应对压力和焦虑，请立即向上滚动并单击购买按钮。

  Zum Buch

• 

  我們是自己的神

  Ho Trung Le

  • 0
  • 0
  • 0

  您是否曾深思，人類是否不僅是凡人，而是一位遺忘了自身宏大力量的神祇？在《我們是自己的神》這本深具啟發性的著作中，作者胡忠禮引導您踏上一個既深刻又玩味的心靈旅程，穿越想像與現實交織的多重宇宙。 
  本書巧妙地融合了現代科學的洞見，如量子物理與多重宇宙理論，與東方古老的智慧——從佛法、道家思想，到多元宗教的奧秘。我們將一同探索：您的每個念頭如何如同宇宙的種子般，在有形與無形的世界中孕育出無限的現實；為何我們選擇以夢境、遺忘和角色扮演的方式進入人類生命，體驗種種喜樂與苦痛；以及這些被集體意識所滋養的宗教、神話與故事，如何成為活生生的平行宇宙。 
  透過胡忠禮溫和而幽默的筆觸，以及深刻的哲思，本書邀請您重新審視現實的界限，擁抱內在神聖的創造力。這不僅是一場知識的探索，更是一次喚醒自我的旅程，讓您在生命的無限遊戲中，尋回作為創作者的本真喜悅。無論您是孜孜不倦的真理追尋者、深邃的哲學愛好者、對精神成長懷抱熱情的讀者，還是鍾愛科幻與奇幻世界的夢想家，《我們是自己的神》都將為您揭示那終極的奧秘：您就是您自己宇宙的夢想家、說書人，以及獨一無二的神祇。

  Zum Buch

• 

  進化計算 - 利用先進機器人系統的智慧演算法

  Fouad Sabry

  • 0
  • 0
  • 0

  1. 演化計算：介紹演化計算模型。
   
  2. 遺傳程式設計：檢查演化程式的適應性系統。
   
  3. 遺傳演算法：分析遺傳優化技術的威力。
   
  4. 演化演算法：討論生物演化驅動的演算法。
   
  5. 仿生計算：著重於自然啟發的計算模型。
   
  6. 進化程式設計：探索解決問題時的演化模擬。
   
  7. 交叉（遺傳演算法）：詳細介紹基因重組過程。
   
  8. 突變（遺傳演算法）：回顧突變在多樣性中的作用。
   
  9. 染色體（遺傳演算法）：描述遺傳資料結構。
   
  10. 元啟發式：探索尋找接近最優解的框架。
   
  11. 演化策略：研究優化的自適應機制。
   
  12. 有效適應度：定義演化背景下的適應度評估。
   
  13. 過早收斂：警告早期最佳化陷阱。
   
  14. 遺傳表示：檢查遺傳演算法中的資料編碼。
   
  15. 迷因演算法：涵蓋遺傳搜尋和局部搜尋結合的混合演算法。
   
  16. Humanbased Computation：回顧人類對計算的影響。
   
  17. 橫向計算：檢查計算系統中的橫向交互作用。
   
  18. 自然計算：探索基於自然過程的計算。
   
  19. 人工生命：介紹栩栩如生的系統及其應用。
   
  20. 軟體計算：研究靈活的近似計算方法。
   
  21. 增強拓樸的神經演化：深入研究演化的神經網路。

  Zum Buch

• 

  被動動力學 - 機器人系統節能運動的進步

  Fouad Sabry

  • 0
  • 0
  • 0

  被動動力學探索生物力學和機器人學的前沿交叉點，強調被動動力學如何改變我們對人類運動和機器人移動性的理解。對於希望了解推動機器人技術創新的科學的專業人士、學生和愛好者來說，本書是必不可少的。對於任何渴望了解機器人系統中節能運動的潛力及其在協助人類移動方面的深刻應用的人來說，所分享的見解都是非常寶貴的。
   
  章節簡要概述：
   
  1. 被動動力：研究節能運動背後的原理。
   
  2. 雙足運動：深入研究人類雙足運動及其生物力學的獨特性。
   
  3. 行走：研究人類和機器人行走的力學和穩定性。
   
  4. 步態（人類）：分析人類步態週期及其效率的影響因素。
   
  5. 機器人運動：探索機器人的運動技術，專注於節能。
   
  6. 軌跡最佳化：介紹優化移動路徑以提高效率的方法。
   
  7. 零力矩點：利用零力矩原理討論步行機器人的平衡。
   
  8。西格莫：詳細介紹了 西格莫 在穩定機器人動態運動方面的作用。
   
  9. 足式機器人：涵蓋足式機器人系統的設計與控制方法。
   
  10。運行機器人：檢查 運行機器人，這是一個展示高效能雙足運動的模型機器人。
   
  11. 由於兩腳行走而導致的人類骨骼變化：著重於人類骨骼的演化適應。
   
  12. 機器人學：提供機器人學基礎，重點在於動態運動。
   
  13.仿生機器人：探索受自然效率啟發的機器人設計。
   
  14. 人體運動中的手臂擺動：檢查手臂運動對行走穩定性的影響。
   
  15. 矯正器的神經力學：討論矯正器如何協助人體運動。
   
  16. 步態參數對能量消耗的影響：分析步態變化如何影響能量消耗。
   
  17。梅貝爾（機器人）：強調 梅貝爾 在被動動態機器人研究中的作用。
   
  18. 機器人義肢控制：檢視輔助機器人義肢中的控制系統。
   
  19. 鉸接式軟機器人：引進用於自適應運動的軟機器人。
   
  20。羅伯特·d·格雷格：格雷格對輔助機器人技術的貢獻簡介。
   
  21。艾略特·j·勞斯：介紹 喚醒 在機器人義肢和外骨骼方面的工作。
   
  對於那些對機器人科學感興趣的人，這本書提供了基礎知識和實踐見解。透過掌握被動動力學，讀者可以獲得適用於從機器人工程到生物力學等不同領域的技能。

  Zum Buch

• 

  人工神經網絡 - 建構機器人自主與適應的智慧系統

  Fouad Sabry

  • 0
  • 0
  • 0

  1：人工神經網路：探索神經網路的基礎知識和廣泛意義。
   
  2：感知器：了解單層學習模型的建構模組。
   
  3：Jürgen Schmidhuber：探索現代網路背後的開創性研究。
   
  4：神經進化：檢查優化神經結構的遺傳方法。
   
  5：循環神經網路：研究具有順序資料記憶的網路。
   
  6：前饋神經網路：分析資料沿單一方向移動的網路。
   
  7：多層感知器：了解增強網路深度的分層結構。
   
  8：量子神經網路：揭示量子輔助學習模型的潛力。
   
  9：ADALINE：研究用於模式識別的自適應線性神經元。
   
  10：迴聲狀態網路：探索時態資料的動態儲層模型。
   
  11：尖峰神經網路：了解受生物學啟發的神經系統。
   
  12：油藏計算：深入研究專用網路進行時間序列分析。
   
  13：長短期記憶：旨在保留資訊的主架構。
   
  14：人工神經網路的類型：區分各種網路模型。
   
  15：深度學習：掌握多層網路的深度和範圍。
   
  16：學習規則：探索指導神經模型訓練的方法。
   
  17：卷積神經網路：分析為影像資料客製化的網路。
   
  18：梯度消失問題：解決網路訓練中的挑戰。
   
  19：雙向循環神經網路：發現雙向處理資料的模型。
   
  20：殘差神經網路：學習先進技術來優化學習。
   
  21：人工神經網路的歷史：追蹤這個變革領域的演進。

  Zum Buch