Н и кареев: Кареев, Николай Иванович — Русская историческая библиотека

Содержание

Кареев, Николай Иванович — Русская историческая библиотека

Николай Иванович Кареев

Николай Иванович Кареев входит в число наиболее известных русских историков конца XIX – начала XX века. Он родился 24 ноября (старого стиля) 1850 г., в Москве. Родители Кареева были дворянами, но не отличались большим богатством. Дед будущего историка, Василий Елисеевич, получил на военной службе генеральское звание. Отец – Иван Васильевич – тоже начинал карьеру в армейских рядах, однако, получив ранение во время Крымской войны, был вынужден перейти на гражданское поприще и позже служил городничим в ряде городов Смоленской губернии. Мать Н. И. Кареева, Екатерина Осиповна, в девичестве носила фамилию Герасимова.

Родители очень заботились о сыне, дав ему уже дома первоначальное образование, которое состояло из чтения, письма основ математики, французского языка и азов географии. Для продолжения обучения Кареев был отдан в одну из московских гимназий. Чтобы устроить его туда, матери и отцу пришлось продать часть своего имущества.

Юный Николай немедленно выделился дарованиями среди однокашников, стал первым учеником, а в конце курса получил золотую медаль.

В той же гимназии вместе с Кареевым учился Владимир Соловьёв, сын великого русского историка Сергея Соловьёва. Позже Владимир Соловьёв прославился как один из самых крупных и оригинальных русских философов. Завершив гимназический курс, Кареев поступил на историко-филологический факультет Московского университета, где слушал лекции отца Владимира Соловьёва, Сергея Михайловича, и других выдающихся учёных – например, М. Куторги и В. Герье. Уже в 1868 18-летний Кареев издал свой первый печатный труд «Фонетическая и графическая система древнего эллинского языка».

В университете Кареев поначалу поступил на славяно-русское отделение, однако, увлекшись лекциями Герье, спустя три года перешёл на историческое. Там Кареев особенно увлёкся темой великой французской революции. Одной из главных её причин было тяжкое положение французского крестьянства. Молодой историк стал собирать материалы по этому вопросу, надолго оставшемуся одной из центральных тем его научных изысканий.

Будучи студентом Кареев сотрудничал в ряде журналов: в воронежских «Филологических записках», «Знании» и некоторых других.

Кареев завершил учёбу в университете в 1873 и был оставлен на кафедре для приготовления к профессорскому званию. Попутно он работал учителем истории в Третьей московской гимназии. В 1876 Кареев представил на магистерский экзамен работу о французских крестьянах XVIII столетия – и защитился с блеском. Этот его ранний труд удостоился высокой оценки даже во Франции. Кареев получил заграничную командировку с целью составления магистерской диссертации. Она получила название «Крестьяне и крестьянский вопрос в последней четверти ХVIII века» и была защищена автором в 1879. Материал для диссертации Кареев собирал в Национальной библиотеке и Национальном архиве Франции.

В 1878-79 Кареев как приглашённый, сторонний преподаватель читал на историко-филологическом факультете Московского университета курс истории XIX века. Осенью 1879 он перебрался в принадлежавшую тогда Российской империи Польшу и до конца 1884 числился экстраординарным профессором Варшавского университета. Оттуда Кареев вновь получил заграничную командировку – для написания теперь уже не магистерской, а докторской диссертации. Проявляя всё большую наклонность к социологическим исследованиям, Кареев дал ей название «Основные вопросы философии истории». Эта работа была защищена им в Московском университете в 1884, но по новизне высказанных идей ещё ранее вызвала целый ряд полемических замечаний. Парируя возражения, Кареев издал книгу «Моим критикам» (Варшава, 1883).

В начале 1885 Кареев вернулся в Петербург, где получил кафедру сначала в Александровском лицее, а чуть позже – в университете и на Высших женских курсах. В 1889 он выступил одним из основателей Исторического общества петербургского университета. Вскоре Кареев был избран его председателем и главным редактором учёного органа общества – «Исторического обозрения».

Пребывание в Варшаве возбудило у Кареева долголетний интерес к польской истории. Он посвятил ей немало работ: «Очерк истории реформационного движения и католической реакции в Польше» (1886), «Исторический очерк польского сейма» (1888), «Падение Польши в исторической литературе» (1889), «Польские реформы XVIII века» (1890), «Причины падения Польши» (1893). Наряду с исследованиями по теме французской революции, польская история стала второй из основных тем научных изысканий Кареева.

Третьей темой стали историософские и социологические теории. Им посвящены работы Кареева «Основные вопросы философии истории», «Сущность исторического процесса и роль личности в истории» (1890), «Философия культурной и социальной истории нового времени» (1893), «Историко-философские и социологические этюды» 1895) и ряд других.

До революции Николай Иванович Кареев славился как автор образцовых гимназических и университетских курсов по истории. Его «Учебные книги» по истории древности, Средних веков и Нового времени опубликованы на нашем сайте. До революции «Учебная книга древней истории» Кареев издавалась девять раз, «Учебная книга истории Средних веков» – десять, а «Учебная книга Новой истории» – шестнадцать. Они были переведены на болгарский, польский, отчасти и на сербский языки. Учебники Кареева не устарели до сей поры, заметно превосходя качеством и количеством материала советские и современные российские школьные пособия.

Многотомные университетские лекции Кареева вышли в свет под названием «История Западной Европы в новое время». Это издание завоевало высокий научный авторитет. Часть его опубликована на нашем сайте – причём, впервые в формате распознанного текста с современной орфографией. Остальное предполагается опубликовать в самом скором времени.

Вышедшие осенью 1894 г. письма Кареева к учащейся молодежи о самообразовании выдержали несколько изданий. В известной дореволюционной энциклопедии Брокгауз-Ефрон Кареев выступал редактором исторического отдела. Помимо научной работы, он принимал активное участие и в общественной деятельности: являлся одним из руководителей Общества пособия нуждающимся литераторам и ученым и Общества пособия студентам Санкт-Петербургского университета.

Обложка книги Николая Ивановича Кареева «Письма к учащейся молодёжи о самообразовании»

 

Являясь профессором этого университета, Кареев во время студенческих волнений 1899 потребовал отставки его ректора.

По этой причине в сентябре 1899 правительство отстранило его от преподавательской деятельности в университете и на Высших женских курсах. Однако Кареев продолжал читать лекции в Александровском лицее, а с 1902 – и в Петербургском политехническом институте. В 1904 он был избран в Петербургскую городскую думу.

С началом революции 1905-1907 Кареев, уже давно зарекомендовавший себя либералом, примкнул к интеллигентам-конституционалистам. 8 января 1905, за день до намеченной в столице гапоновской манифестации, депутация ряда известных общественных фигур (М. Горького, А. Пешехонова, В. Мякотина, И. Гессена и др.), просила приёма у виднейшего члена российского правительства П. Святополка-Мирского, пытаясь предотвратить возможную стычку народа с войсками. В эту депутацию входил и Н. И. Кареев. Святополк-Мирский её не принял, а другой известный министр, С. Ю. Витте, заявил, что дело его не касается. После Кровавого воскресенья 9 января 1905 Кареев подвергся 11-дневному аресту в Петропавловской крепости.

Являясь сторонником либеральной конституции, он вступил в партию кадетов, одно время даже был председателем её городского комитета и депутатом Первой Государственной Думы. В Думе Кареев, по его собственным словам, надеялся «защищать права и достоинства попранной человеческой личности». Но от активной политики он вскоре отошёл, поняв, что «не рожден для политической карьеры». В 1906 Кареев вернулся в Петербургский университет и вновь целиком отдался научной работе.

В начале Первой Мировой войны, летом 1914, Кареев попал в немецкий плен, пробыв в нём пять недель.

Отношение Кареева к событиям 1917 было противоречивым. Русские либералы начала XX века, и в частности, многие кадеты, отличались большой левизной и ещё в думский период легко шли на сотрудничество с социалистами и радикалами. В Первой и Второй Думах кадеты часто поддерживали социалистические проекты обобществления земли и выступали с резкой оппозицией правому государственнику Столыпину. Подобно многим другим кадетам, Кареев не переменил своих чрезмерно либеральных взглядов даже перед лицом той страшной анархии, которая открылась в России после февральской революции 1917.

Характерный эпизод в этом смысле ввёл в свой «Март Семнадцатого» А. И. Солженицын. Революционные впечатления одной из главных героинь эпопеи, Ольды Андозерской, передаются Солженицыным так (глава 619):

 

«…революционный ажиотаж охватил и ведущих профессоров. Профессор Гримм стал товарищем министра просвещения и ведал делами высшей школы. Теперь огулом – и в трёхдневный срок – увольнялись все профессора, занявшие пост назначением, а не выборами, – хотя бы были и талантливые специалисты. Так уволили известного глазника профессора Филатова… Профессор Булич уговаривал коллег искать новые формы общения со слушательницами, сам же с профессором Гревсом спешил отдать визит бывшему довольно вздорному, зато либеральному министру Игнатьеву. Карсавин и Бердяев уже записались составлять Историю Освобождения России – ещё и освобождения не видели, а уже составлять! Да бердяйствовали, скоропалительно, безответственно, едва не все светила кряду. По Достоевскому: «им сперва республика, а потом отечество».

В библиотеке Академии Художеств открывалось общество памяти декабристов – и вместе с революционерами там заседали Репин, Беклемишев, Горький, начинали всенародную подписку на памятник и звали профессоров шире ознакомлять народные массы с идеями декабристов. До чего это всё было противно, и до чего не в ту сторону беспокойств кидались все!

Но что ещё отдельно проницала Андозерская в иных своих коллегах-демократах: они на самом деле несли только тонкий налёт эгалитарных идей, – а в тайниках сознания сохраняли девиз умственной гордости, интеллектуального аристократизма, и – на самом деле – презрение к черни. А вот – выслуживались.

В перерыве одного заседания Ольда Орестовна надеялась отвести душу с Кареевым. Знала она, как он всегда терпеть не мог эти студенческие политические забастовки, отмены занятий, неперечислимые революционные годовщины… Заговорила – и сразу же не нашла языка: не революцию Кареев винил, а, якобы извечную, русскую праздность, изобилие религиозных праздников прежде, которые всегда и мешали нам накоплять культурные и материальные ценности. И вот эти навыки рабских времён России теперь мол механически переносятся в Россию новую.

Ольда Орестовна оледенела. И этот – был из лучших наших профессоров и лучших знатоков западных революций…»

 

После октября 1917 Кареев, в отличие от многих других видных русских ученых, не эмигрировал за границу, а остался в советском государстве. В середине сентября 1918 он вместе со всей семьёй подвергался большевицкому аресту в имении родственника, Зайцеве (Смоленская губерния), но через пять дней был освобождён.

В коммунистическую эпоху Кареев продолжал научную деятельность, хотя новая власть с годами всё сильнее препятствовала ей. В 1923 коммунисты прекратили переиздавать работы учёного. У Кареева отняли возможность читать лекции. Его положение ещё ухудшилось в преддверии сталинского «великого перелома» 1929–1932. Наряду с судами над «буржуазными» техническими специалистами («Шахтинское дело и др.»), была развернута травля живших в СССР старых учёных-гуманитариев. В это время пострадал крупнейший исследователь русской истории С. Ф. Платонов. В 1928 году был арестован и затем выслан из Ленинграда сын Н. И. Кареева, Константин. 18 октября 1930 сам Кареев подвергся надуманной «критике» на заседании методологической секции «Общества историков-марксистов». От более тяжких репрессий его спасла смерть. 18 февраля 1931 Кареев скончался в Ленинграде в возрасте 80 лет.

Обложка книги Николая Ивановича Кареева «История Западной Европы в Новое время. Том 2»

 

 

 

На нашем сайте вы можете прочитать следующие работы Н. И. Кареева:

 

Кареев Н. И. Учебная книга древней истории (полностью)

Кареев Н. И. Учебная книга истории Средних веков (полностью, впервые в Сети)

Кареев Н. И. Учебная книга Новой истории (полностью, впервые в Сети)

Кареев Н. И. – История Западной Европы в Новое время. Том 2. Реформация и политическая жизнь в XVI и XVII веках (впервые в Сети OCR в современной орфографии – пока не целиком, но добавление материалов книги продолжается)

Кареев Н. И. – История Западной Европы в Новое время. Том 3. Восемнадцатый век и Французская революция (впервые в Сети OCR в современной орфографии – пока не целиком, но добавление материалов книги продолжается)

(вскоре начнется выкладка и последующих томов «Истории Западной Европы в Новое время»)

 

 

Другие труды Николая Ивановича Кареева 

Кареев Н. И. Космогонический миф, 1873

Кареев Н. И. Мифологические этюды, 1873

Кареев Н. И. Книга законов Ману, 1874

Кареев Н. И. О «новом взгляде» г. Шапиро на современную систему сравнительного языкознания, 1874

Кареев Н. И. Славяне в древнейшие времена, 1876

Кареев Н. И. Расы и национальности с психологической точки зрения, 1876

Кареев Н. И. Исторический очерк Польского Сейма

Кареев Н. И. Очерк истории реформационного движения и католической реакции в Польше.

Кареев Н. И. История Западной Европы в Новое время (в 7 томах)

Кареев Н. И. Философия культурной и социальной истории нового времени (1300—1800). Введение в историю XIX века. (Основные понятия, главнейшие обобщения и наиболее существенные итоги истории XIV—XVIII веков)

Кареев Н. И. Общий ход всемирной истории: Очерки главнейших исторических эпох

Кареев Н. И. Западноевропейская монархия XVI, XVII и XVIII веков

Кареев Н. И. Монархии Древнего Востока и греко-римского мира

Кареев Н. И. Государство-город античного мира: Опыт исторического построения политической и социальной эволюции античный гражданских общин

Кареев Н. И. Неизданные документы по истории парижских секций 1790–1795 годов

Кареев Н. И. Историка (Теория исторического знания)

Кареев Н. И. Неизданные протоколы Парижских секций 9 термидора II года

Кареев Н. И. Сущность исторического процесса и роль личности в истории

Кареев Н. И. Общий курс истории XIX и XX века до начала [Первой] мировой войны

Кареев Н. И. Историки французской революции

Кареев Н. И. Основы русской социологии

Кареев Н. И. Отношение историков к социологии

Кареев Н. И. Прожитое и пережитое

Кареев Н. И. Две английские революции XVII века

ЮБИЛЯРЫ В МИРЕ НАУКИ. Николай Кареев – российский историк и социолог

Николай Иванович родился в Москве 7 декабря 1850 года в обедневшей дворянской семье. Детские годы провёл в деревне Аносово Смоленской губернии. Поскольку семья была очень стеснена в средствах, воспитывался и обучался Николай главным образом дома. Но в 1865 году всё-таки был определён в 1-ю Московскую губернскую гимназию. Учился он блестяще. Именно в гимназии началось активное формирование его общественно-политического мировоззрения. Кумирами Кареева-гимназиста стали Д. И. Писарев и Н. А. Добролюбов. В 1869 году он становится студентом историко-филологического факультета Московского университета, ректором которого в то время был знаменитый историк С. М. Соловьёв (у него Н. Кареев слушал лекции по русской истории).

Первоначально Николай выбрал славяно-русское отделение и академика Ф. И. Буслаева как научного руководителя, но под влиянием лекций и семинаров профессора всеобщей истории  В. И. Герье на четвёртом курсе перешёл на историческое отделение. В это время он определил тему своих научных изысканий – французские крестьяне позднего средневековья, которым он и посвятил своё кандидатское сочинение (этой проблемой он не переставал заниматься всю свою жизнь).

В 1873 году Николай Кареев с отличием оканчивает Московский университет. Ему предлагают остаться на кафедре всеобщей истории для занятий наукой, как тогда говорили – для приготовления к профессорскому званию. Оставленный при университете, он вместе с тем был учителем истории в 3-й Московской гимназии. Николай активно занимался наукой и печатался в известном российском журнале «Знание».

В 1877 году, успешно сдав магистерские экзамены и получив денежное содержание от министерства, уезжает в командировку в Париж. Первостепенная задача для него здесь – работа над диссертацией («Крестьяне и крестьянский вопрос во Франции в последней четверти ХVIII века»). Защищалась диссертация 21 марта 1879 года. Диспут проходил очень бурно. В своих мемуарах Н. И. Кареев довольно подробно описывает всю предысторию подготовки к защите и саму защиту. Эту работу высоко оценил Карл Маркс (он был знаком с Кареевым и работа была переслана ему ещё до защиты, к тому же Маркс к этому времени уже хорошо читал по-русски).

В 1878–1879 годах по приглашению историко-филологического факультета Московского университета Н. И. Кареев читал курс по всеобщей истории  в качестве стороннего преподавателя, а с осени 1879 года до конца 1884 года состоял экстраординарным профессором Варшавского университета, откуда также получил заграничную командировку для приготовления докторской диссертации («Основные вопросы философии истории»). Сочинение это вызвало большую полемику, на которую Кареев отозвался книгой  «Моим критикам».

Во время пребывания в Варшаве Николай Иванович занялся польской историей и выпустил нескольких книг и статей по этому вопросу. Например, «Исторический очерк польского сейма» (1888), «Польские реформы XVIII» (1890).

В начале 1885 год переехал в Санкт-Петербург, где получил кафедру сначала в Александровском лицее, а потом в Санкт-Петербургском университете и на Высших женских (Бестужевских) курсах, но был уволен оттуда в 1899 году за «политическую неблагонадёжность» вместе с группой профессоров после студенческих волнений. Возобновил преподавательскую деятельность лишь в 1906 году.

Николай Иванович Кареев участвовал в 1889 году в основании Исторического общества при Петербургском университете, став позже его председателем (1890–1917), а также редактором издаваемого обществом «Исторического обозрения».

Широкую известность в России и за рубежом принесли Карееву его исторические труды «Крестьяне и крестьянский вопрос во Франции в последней четверти XVIII века» (1879 год), «Очерк истории французских крестьян с древнейших времён до 1789 года» (1881 год). Среди многочисленных работ Кареева – фундаментальные исследования, посвящённые истории Французской революции XVIII века, истории Польши, «История Западной Европы в Новое время» (тома 1-7, 1892-1917 гг. ), популярные курсы по древней, средневековой и новой истории, материалы которых впоследствии легли в основу использовавшихся в России гимназических учебников, труды по методологии истории и другие. Кареев был редактором исторического отдела Энциклопедического словаря Брокгауза и Ефрона. Принимал активное участие в полемике различных направлений и школ общественной мысли 2-й половины XIX – начала XX веков, став крупнейшим историографом дореволюционной российской социологии.

 Во время революции 1905-1907 годов вошёл в ряды кадетской партии и был избран членом Первой Государственной думы. Отстаивал переход России к парламентской демократии, выступал в защиту прав и свобод личности, ратовал за формирование правительства, ответственного перед Думой, за создание новой России, «которую точно так же должны будем любить, но Россию, которая будет существовать не сама для себя и не для охраны каких-либо исторических традиций – для своих граждан».

С 1892 по 1917 год Н. И. Кареев выпустил в свет фундаментальное издание – «История Западной Европы в новое время (развитие культурных и социальных отношений)» (в 7 т. , 9 кн.), которое неоднократно переиздавалось.

Уже после Октябрьской социалистической революции Кареев опубликовал в 1924-1925 годах работу «Историки Французской революции» в 3 томах – непревзойдённый пока по полноте историографический обзор основных трудов в этой области не только в русской, но и в зарубежной литературе.

В 1929 году Николай Иванович Кареев был избран в почётные члены Академии Наук СССР.

Скончался 18 февраля 1931 года в Ленинграде. Похоронен на Смоленском кладбище.

Мемуары Н. И. Кареева были опубликованы только в 1990 году под названием «Прожитое и пережитое».

 

Познакомиться с трудами учёного Вы можете, обратившись в  Центр чтения.

 

  • Кареев, Н. И. Введение в изучение социологии / Н. И. Кареев. – Санкт-Петербург : Издательство Русской христианской гуманитарной академии, 2008. – 816 с.
  • Кареев, Н. И. Общий ход всемирной истории / Н. И. Кареев. – Заокский : Источник жизни, 1993. – 384 с.
  • Кареев, Н. И. Прожитое и пережитое / Н. И. Кареев. – Ленинград : Издательство Ленинградского университета, 1990. – 384 с.

 

Материал подготовлен сотрудником Центра чтения Ю. В. Кулалаевой.

Кареев | PhD в России

Влияние О. Конта на творчество Н.И. Кареева: особенности развития позитивизма в России

Аннотация

Статья посвящена исследованию влияния работ основателя позитивизма О. Конта на творчество Н.И. Кареева, как одного из популяризаторов идей позитивизма в России. В статье рассматриваются ключевые идеи позитивистского учения на основе наиболее известных и популярных работ Конта, а также изучено влияние идей позитивизма на воззрения Кареева. В статье также рассмотрена научная деятельность российского ученого как обществоведа.

Социологическая теория Кареева

В 50-60-е годы XIX в. в общественном сознании и мировоззрении прогрессивных российских интеллектуалов оригинальные идеи и творчество О. Конта произвели идеологический и научный переворот. Работы Конта и его последователей повлияли на воззрения многих русских позитивистов — Е. де Роберти, М. Филиппова, Н. Михайловского, Н.И. Кареева и других прогрессивных российских обществоведов.

 

Николай Иванович Кареев (1850-1931) преподавал в Варшавском, а затем в Петербургском университете, в 1910 г. стал членом-корреспондентом Российской Академии наук и в 1929 г., несмотря на негативное отношение к советской власти, был избран почетным академиком Академии наук СССР.

Социологическая теория Кареева сложилась в первой половине 1880-х гг. Основным идейным источником обществоведения в 1880-х и до середины 1890-х гг. российского ученого оставался позитивизм, в том числе французский позитивизм и особенно учение Конта. Н.И. Кареев признавал авторитет французского мыслителя как одного из основателей обществоведения в качестве научной дисциплины.

Однако следует отметить, что Кареев весьма критически относился к наследию великого французского мыслителя и отмечал свое принципиальное несогласие с некоторыми постулатами контовского учения еще в 1876 году. Так, по мнению российского ученого, Конт необоснованно рассматривал биологию и психологию как интегральные составляющие социологии. Кареев был убежден в том, что невозможно объяснить социальные процессы, учитывая только материальные факторы общественной жизни. Таким образом, по мнению русского мыслителя, коллективная психология обладала потенциалом превратиться в подлинную основу обществоведения, так как большинство общественных явлений представляют собой духовное взаимодействие между людьми.

К личности Конта многие из российских социологов, в том числе, и Кареев, относились критически. Н.И. Кареева, как и многих российских обществоведов второй половины XIX в., привлек к позитивистскому учению не личный авторитет французского философа, а типологическая методология позитивизма, представлявшаяся в то время российским интеллектуалам перспективной программой для дальнейших исследований в области социальных наук.

Социолог, по мнению Кареева, руководствуясь идеалами, конструирует формы общественного бытия, что «упрощает слишком сложные реальные отношения и облегчает изучение действительности». Однако в данном случае абстрактный подход к изучению общественных процессов превращается в отказ от объективного анализа общественных отношений, а социология акцентирует внимание на феноменах и событиях в жизни общества как результатах воли и разума человека. Поэтому Кареев дополнял обществоведение субъективистской теорией исторического прогресса. Он полагал, что идея прогресса имеет и субъективный источник, хотя в своей объективной составляющей прогресс вполне основывается на историческом наблюдении и на позитивном историческом знании (например, перманентном увеличении власти человека над природой). Таким образом, Кареева можно рассматривать как последнего крупного исследователя в истории российского обществоведения, который использовал в своих работах субъективный метод.

Роль Кареева в развитии социологии в России

Изучая роль Н.И. Кареева в процессе институционализации социологии в России, необходимо отметить, что развитие обществоведения как новой области академического и научного знания в университетах сдерживали политические факторы.

Первый курс социологии был прочитан профессором Н.И. Кареевым в Петербурге в конце 90-х годов. Затем Кареев вскоре издал свои лекции по социологии отдельной книгой. В библиографии данной работы русским авторам принадлежало 260 источников из 880, однако указанный список оказался неполным — отечественных социологических исследований на тот период было гораздо больше.

Н.И. Кареев также известен как историограф российской дореволюционной социологии. В своих монографиях «Введение в изучение социологии» (1897), «Общие основы социологии» (1919) и статье «Основные направления социологии и ее современное состояние» (1903) он предлагал систематизированные обзоры состояния российского обществоведения, его истории и методологических проблем. Он объяснял важное значение систематических обзоров по социологии необходимостью интеграции в теории и методологии различных школ и подходов для создания общепризнанной теории общества, полагая, что именно таким способом можно обеспечить эффективное международное сотрудничество социологов. В указанных работах он не только систематизировал и периодизировал историю социологии, выявляя различия между социологическими практических задач обществоведения, но и описывал концептуальное многообразие обществоведческих подходов в России, полагая, что причиной тому стали различные интерпретации противоречий социологической теории Конта.

Кареев также ввел типологию российского обществоведения, в которой выделил марксистское и немарксистское направление. Рассматривая проблемы институционализации социологии в России, Кареев придавал значение национальную специфике ее развития. Кареев выделил три основных периода в развитии отечественной дореволюционной социологии: этап до 1890-х гг. он характеризовал борьбой субъективной школы с натуралистическим редукционизмом и появлением марксистской школы; период с середины 90-х гг. до 1917 г. он рассматривал как борьбу марксистского и немарксистского направлений в социологии; и господство марксистской социологии после 1917 г.

В конце XIX в. социологию преподавали как факультативный спецкурс в Санкт-Петербургском университете и в Политехническом институте, в Харькове и Варшаве, а социологические материалы преподавались Н.И. Кареевым и А.Лаппо-Данилевским в рамках курсов по методологии истории, а также М. Ковалевским и В. Хвостовым в программе курсов по истории политико-экономических учений.

Н.И. Кареев полагал, что главная задача социологии состоит в развитии человеческой личности, нравственного и общественного прогресса. Он также предлагал ввести в школьные программы основные элементы социологического знания для воспитания гражданских качеств у юного поколения. С 1895 года он разрабатывал и издавал программы для самообразования по обществознанию. Однако данные инициативы вызвали противодействие как царского, так и советского правительства. В результате чего в начале 1920-х гг. эксперимент преподавания основ обществоведения в школе был свернут. Также в начале 1920-х гг. был расформирован Социологический институт в Петрограде, под эгидой которого Н. И. Кареев, П.А. Сорокин и другие социологи организовывали лекции.

Трагическая судьба Кареева, в последние годы жизни вынужденного, в отличие от многих его коллег, высланных в начале 1920-х за рубеж, уйти во «внутреннюю эмиграцию», семью которого коснулись репрессии советской власти, символизирует не только трагедию российского обществоведения в эпоху сталинизма, но и служит примером, к каким печальным последствия может привести монополия доктрины в области социальных наук.

 

Социальная реклама

 

просмотров: 624

Ученый в эпоху перемен: Н.И. Кареев в 1914—1931 гг.: philologist — LiveJournal

  • Умер историк Лев Вальтерович Суни

    3 марта на 90-м году жизни умер Лев Вальтерович Суни, советский и российский историк, доктор исторических наук, профессор Петрозаводского…

  • Владимир Земцов. «Наполеон в 1812 году: хроника» (2022)

    Земцов В.Н. Наполеон в 1812 году: хроника. — Москва: Политическая энциклопедия, 2022. — 639 с. : ил. Книга представляет собой хроникальное…

  • Умер археолог Сергей Васильевич Белецкий

    Сегодня утром в реанимации в возрасте 68 лет умер от ковида Сергей Васильевич Белецкий, советский и российский историк, археолог, доктор исторических…

  • Умерла новосибирский историк Наталия Николаевна Родигина

    В возрасте 51 года умерла Наталия Николаевна Родигина, историк, специалист по истории Сибири XIX – начала ХХ века, доктор исторических наук,…

  • Умер историк Александр Львович Янов

    18 февраля на 92-м году жизни умер Александр Львович Янов, советский и американский историк, политолог и публицист, доктор исторических наук,…

  • О книге Наталии Таньшиной «Шарль-Андре Поццо ди Борго: корсиканская тень Наполеона» (2020)

    Прочел книгу доктора исторических наук Наталии Петровны Таньшиной «Шарль-Андре Поццо ди Борго: корсиканская тень Наполеона», посвященную…

  • О книге В.
    Н. Балязина «Россия против Наполеона» (2007)

    Прочел книгу В.Н. Балязина «Россия против Наполеона». В ней есть ряд устаревших данных (в том что касается подсчета численности войск и…

  • «История Колумбии с древнейших времен до начала XXI века» (2022)

    История Колумбии с древнейших времен до начала XXI века. — М.: Наука, 2022. — 740 с., илл. Книга охватывает более двух тысячелетий колумбийской…

  • Франк Якоб. «Русско-японская война и ее влияние на ход истории в XX веке» (2022)

    Якоб Ф. Русско-японская война и ее влияние на ход истории в XX веке. — СПб.: Academic Studies Press, Библиороссика, 2022. — 239 с. Война России с…

  • Кареев Николай Иванович — «Энциклопедия»

    КАРЕЕВ Николай Иванович [24.11(6.12).1850, Москва — 18.2.1931, Ленинград], российский историк и социолог; член-корреспондент Петербургской Академии Наук (1910), почётный академик Академии Наук СССР (1929). Окончил историко-филологический факультет Московского университета (1873), ученик В. И. Герье. Профессор Варшавского (1879-1884) и Санкт-Петербургского (с 1886) университетов, преподавал на Бестужевских курсах (с 1886). Один из организаторов и бессменный руководитель Исторического общества при Санкт-Петербургском университете. В 1899 году, после студенческих волнений, вместе с группой профессоров уволен за «политическую неблагонадёжность» из Санкт-Петербургского университета и с Бестужевских курсов, где возобновил преподавательскую деятельность лишь в 1906. Депутат 1-й Государственной думы (1906), член фракции кадетов.

    Широкую известность в России и за рубежом принесли Карееву его исторические труды «Крестьяне и крестьянский вопрос во Франции в последней четверти XVIII в.» (1879), «Очерк истории французских крестьян с древнейших времён до 1789 года» (1881). Среди многочисленных работ Кареева — фундаментальные исследования, посвящённые истории Французской революции 18 века, истории Польши, «История Западной Европы в Новое время» (тома 1-7, 1892-1917), популярные курсы по древней, средневековой и новой истории, использовавшиеся в России в качестве гимназических учебников, труды по методологии истории и др. Кареев был редактором исторического отдела Энциклопедического словаря Брокгауза и Ефрона. Принимал активное участие в полемике различных направлений и школ общественной мысли 2-й половины 19 — начала 20 века, став крупнейшим историографом дореволюционной российской социологии.

    Реклама

    Теоретические взгляды Кареева формировались под влиянием позитивизма О. Конта, «субъективной социологии» П. Л. Лаврова, Н. К. Михайловского, С. Н. Южакова. Согласно Карееву, социология как «общая абстрактная наука о природе и генезисе общества» является «номологической» (законоустанавливающей) наукой, тогда как история — наука «феноменологическая», исследующая конкретные комбинации событий прошлого. Социальные явления имеют психическую основу, возникают в результате духовного и эмоционально-волевого взаимодействия индивидов. В центре внимания Кареева — взаимоотношения личности как «источника» культурного творчества, инноваций, и социальной среды, ограничивающей и нормирующей человеческие действия. Общепозитивистская антиметафизическая установка методологии Кареева сочеталась с представлением о невозможности устранить из исследовательской практики социальных наук «субъективный элемент» (мировоззрение учёного, нравственные оценки и т.п.). Выступая в качестве критика марксистской теории общества и признавая её частичную правоту, Кареев отмечал ограниченность любых монистических объяснительных моделей социальной жизни, считая необоснованными их претензии на интеллектуальную исключительность. Оставшись в Советской России после 1917, Кареев вынашивал идею теоретического синтеза марксистского экономизма и психологизма «субъективной школы».

    Соч.: Основные вопросы философии истории. М.; СПб., 1883-1890. Т. 1-3; Моим критикам. Варшава, 1884; Письма к учащейся молодежи о самообразовании. СПб., 1894; Историко-философские и социологические этюды. СПб., 1895; Старые и новые этюды об экономическом материализме. СПб., 1896; Введение в изучение социологии. СПб., 1897; Общий ход всемирной истории. Очерки главнейших исторических эпох. СПб., 1903. Заокский, 1993; Polonica. Сборник статей по польским делам (1881-1905). СПб., 1905; Общий курс истории XIX в. СПб., 1910; Теория исторического знания. СПб., 1913; Историология (Теория исторического процесса). П., 1915; Великая французская революция. П., 1918. М., 2003; Общие основы социологии. П., 1919; Историки французской революции. Л., 1924-1925. Т. 1-3; Две английские революции XVII в. П., 1924. М., 2002; Прожитое и пережитое. Л., 1990; Основы русской социологии. СПб., 1996.

    Лит.: Золотарев В. П. Историческая концепция Н. И. Кареева: Содержание и эволюция. Л., 1988; Сафронов Б. Г. Н. И. Кареев о структуре исторического знания. М., 1995; Социология истории Н. Кареева. СПб., 2000; Н. И. Кареев: человек, ученый, общественный деятель. Сыктывкар, 2002.                

    Д. Г. Подвойский.

    Олег Кареев Статистика ММА, фото, новости, видео, биография

    Олег Кареев Статистика ММА, фото, новости, видео, биография — Sherdog. com БОЛЬШЕ НА НАШИХ КАНАЛАХ

    Украина
    Николаев
    ВОЗРАСТ 23 / 11 апреля 1998 г.
    ВЫСОТА 0’0″ / 0 см
    ВЕС 154 фунта 9085 кг

    Победы 3

    КО / ТКО

    1

    33%

    ПОДАЧА

    2

    67%

    РЕШЕНИЯ

    0

    0%

    Убытки 0

    КО / ТКО

    0

    0%

    ПОДАЧА

    0

    0%

    РЕШЕНИЯ

    0

    0%

    ОПРОС

    Кто победит в главном событии UFC 272?

    Ковингтон от T/KO

    Ковингтон по представлению

    Ковингтон по решению

    Масвидал по Т/КО

    Масвидаль по представлению

    Масвидал по решению

    Ковингтон по представлению

    6%

    ВСЕГО: 861 ГОЛОСОВ

    {имя} { «прозвище» {фамилия}
    {имя} { «прозвище» {фамилия}
    {имя} — {название}

    Monitoring_string = «5eb5a0f65cbe346d74f978e14db1b00d»

    Мнение рецензента о его первой публикации

    В. В. Дементьева

    П.Г. Демидов Ярославский государственный университет, Ярославль, 150003 Россия

    Электронная почта: [email protected]

    Поступила в редакцию 30 ноября 2020 г.

    Полный текст PDF

    DOI:   10.26907/2541-7738.2020.6.111-120

    Для цитирования : Дементьева В.В. Н.И. Включенность Кареева в научную и образовательную среду: мнение рецензента о его первой публикации. Ученые Записки Казанского Университета. Серия Гуманитарные Науки , 2020, том. 162, нет. 6, стр. 111–120. doi: 10.26907/2541-7738.2020.6.111-120. (на русском языке)

    Реферат

    Обзорная статья о Н.И. Проанализирована первая работа Кареева, опубликованная в сентябрьском номере журнала Министерства народного просвещения за 1869 г. Н.И. Публикация Кареева была посвящена звукопроизношению и графическому строю древнегреческого языка. Р.Ее рецензировал А. Фогт, квалифицированный специалист в области классической филологии. Р.А. Фогт подчеркивал, что Н.И. Хорошие навыки Кареева в изучении древних языков, которым он обучался в Московской гимназии и на которых основывались его размышления о древнегреческом языке. Были обсуждены критические замечания рецензента. Эти замечания касались следующих аспектов творчества Н.И. Кареева: историографические источники, понятийный аппарат, аргументация, логические нестыковки в тексте, видение специфики древнегреческой фонетики.В частности, Р.А. Фогт указывал, что Н.И. Кареев мало интересовался работой Г. Курциуса, высказывал несогласие с предложением использовать в филологических исследованиях методы И. Рейхлина при транскрипции греческих букв латиницей, оспаривал утверждение о том, что θ сохранило свой древний звук в новогреческом языке, и т.д. Как опытный педагог, Р.А. Фогт давал советы не только по методике исследования, но и по написанию методических пособий к учебному процессу. Выявлены взвешенность рецензии, ее доброжелательный тон и в целом положительная оценка деятельности Н.И. Кареева. Сделан вывод, что эта рецензия означала признание молодого Н.И. Кареева в научно-образовательной среде и явились стимулом для его дальнейшей деятельности как ученого и автора учебников.

    Ключевые слова: Н.И. Кареев, Р.А. Фогт, журнал Министерства народного просвещения, рецензия, древнегреческий язык, фонетика, критика, признание, научная и образовательная среда

    Каталожные номера

    1. Мягков Г.П., Филимонов В.А. Проблема монархической власти и ее организации в античных обществах в понимании Н.И. Политико-исторический дискурс Кареева. Вестник Нижегородского университета имени Н.И. Лобачевского , 2013, вып. 4, пт. 3, стр. 161–167. (на русском языке)
    2. Кареев Н. Фонетическая и графическая система древнеэллинского языка . Москва, тип. Т. Рис», 1868 (1869). 32 р. (на русском языке)
    3. Кареев Н. I. Краткая русская история для народных школ . Москва, тип. С. Орлова, 1869. 55 с. (на русском языке)
    4. Николай Иванович Кареев. Биобиблиографический указатель (1869–2007) [Николай Иванович Кареев. Биобиблиографический указатель (1869–2007)]. Казань, изд. Казань. ун-та, 2008. 224 с. (на русском языке)
    5. Библиотечные билеты Государственной исторической публичной библиотеки России. Режим доступа: http://unis.shpl.ru/Pages/Search/BookCard.aspx?Id=2761325.
    6. Кареев Н.И. Прожитое и пережитое [Жизнь выжила]. Ленинград, Изд. ЛГУ, 1990. 384 с. (на русском языке)
    7. Филимонов В.А. Н.И. Кареев как историк древности. канд. История Дисс . Казань, 1999. 262 с. (на русском языке)
    8. Филимонов В.А. Н.И. Кареев: Античность в свете политики . В: Античная история и классическая археология .Дементьева В.В. (Ред.). Москва, ГУГН, ИВИ Росс. акад. наук, 2006. С. 13–31. (на русском языке)
    9. Фогт Р. Кареев Николай. Фонетика и графика древнегреческого языка. Москва, 1869. Журнал Министерства народного просвещения , 1869, вып. CXLV, стр. 175–182. (на русском языке)
    10. Классическая древность в Журнале Министерства народного просвещения (ЖМНП): Аннотированный указатель государства 1834–1917 гг. [Древность в журнале Министерства национального просвещения (JMNE): аннотированный список статей, опубликованных в 1834–1917 гг.].СПб.: Bibliotheca Classica Petropolitana, Renome, 2015. 432 с. (на русском языке)
    11. Филимонов В.А. Н.И. Кареев: Античность в свете политики. Диалог со Временем , 2007, вып. 20, стр. 337–352. (на русском языке)
    12. Дунаева Ю.В. Западноевропейская история в Н.И. Историческая концепция Кареева. канд. История Дисс . Москва, 2002. 202 с. (на русском языке)
    13. Кармазина О.В. Изучение античности в России 1834–1917 гг.: По материалам Журнала Министерства народного просвещения. канд. История Дисс . Москва, 1999. 234 с. (на русском языке)
    14. Корсен В.П. Über Aussprache, Vokalismus und Betonung der lateinischen Sprache . Лейпциг, Drück und Verlag von B.G. Teubner, 1870. 1086 S. (на немецком языке)

    Контент доступен по лицензии Creative Commons Attribution 4.0 License.

    Искусственный двумерный полярный металл при комнатной температуре — Университет Кюсю

    TY — JOUR

    T1 — Искусственный двумерный полярный металл при комнатной температуре , Se Young

    AU — Yuan, Yakun

    AU — Liu, Xiaoran

    AU — Никитин, Сергей М.

    AU — Акамацу, Хирофуми

    AU — Кареев, М.

    AU — Миддей, С.

    AU — Мейерс, Д.

    AU — Томпсон, П.

    AU — P

    , Ryan Shafer, Padraic

    AU — N’Diaye, A.

    AU — Arenholz, E.

    AU — Gopalan, Venkatraman

    AU — Zhu, Yimei

    AU — Rabe, Karin M. —

    3

    3 AU J.

    N1 — Информация о финансировании: Мы признательны за содержательные дискуссии с С. В. Чеонг, С.Дж. Лим, Э. В. Пламмер, Дж. Чжан и Х. Го. JC поддерживается Инициативой EPiQS Фонда Гордона и Бетти Мур через грант №. ГБМФ4534. Ю.К. поддерживается программой Pioneer Hundred Talents Program Китайской академии наук и инновационной командой Ningbo 3315. З.В. поддерживается Министерством энергетики США (DOE) в рамках гранта №. МЭ DE-SC0002136. Ю.З. и работа по электронному микроскопу в Брукхейвенской национальной лаборатории поддерживается Департаментом фундаментальных энергетических наук, материаловедения и инженерии Министерства энергетики США по контракту DE-AC02-98Ch20886.М.К. и Х.Л. поддерживаются Министерством энергетики/BES под номером награды DE-SC0012375 за их синхротронную работу в ALS. Работа в Пенсильванском государственном университете поддерживается Министерством энергетики/BES под номером награды DE-SC0012375 (YY, SN, HA и VG). Линия луча XMaS в ESRF — это объект среднего радиуса действия, поддерживаемый UK EPSRC. В этом исследовании использовались ресурсы Advanced Light Source, который является пользовательским центром DOE Office of Science по контракту №. DE-AC02-05Ch21231. Расчеты на основе первых принципов были выполнены на кластере параллельных компьютеров Университета Рутгерса (RUPC) и поддержаны грантом Управления военно-морских исследований №.N00014-14-1-0613. Авторское право издателя: © 2018 Автор(ы).

    PY — 2018/12/1

    Y1 — 2018/12/1

    N2 — Полярные металлы, обычно определяемые сосуществованием полярной кристаллической структуры и металличности, считаются дефицитными, поскольку дальнодействующие электростатические поля благоприятствуют ожидается, что полярная структура будет полностью экранирована электронами проводимости металла. Более того, уменьшая трехмерность до двух, остается открытым вопрос, может ли существовать полярный металл.Здесь мы сообщаем о реализации при комнатной температуре двумерного полярного металла типа B-сайтов в трехцветных (трехслойных) сверхрешетках BaTiO3/SrTiO3/LaTiO3. Комбинация сканирующей просвечивающей электронной микроскопии с атомным разрешением и спектроскопии потерь энергии электронов, оптической генерации второй гармоники, электрического переноса и расчетов из первых принципов позволила выявить микроскопические механизмы периодической электрической поляризации, распределения заряда и орбитальной симметрии. Наши результаты открывают путь к созданию полностью оксидных искусственных нецентросимметричных квазидвумерных металлов с экзотическими квантовыми состояниями, включая сосуществующие сегнетоэлектрические, ферромагнитные и сверхпроводящие фазы.

    AB — Полярные металлы, обычно определяемые сосуществованием полярной кристаллической структуры и металличности, считаются дефицитными, поскольку ожидается, что дальнодействующие электростатические поля, способствующие полярной структуре, будут полностью экранированы электронами проводимости металла. Более того, уменьшая трехмерность до двух, остается открытым вопрос, может ли существовать полярный металл. Здесь мы сообщаем о реализации при комнатной температуре двумерного полярного металла типа B-сайтов в трехцветных (трехслойных) сверхрешетках BaTiO3/SrTiO3/LaTiO3.Комбинация сканирующей просвечивающей электронной микроскопии с атомным разрешением и спектроскопии потерь энергии электронов, оптической генерации второй гармоники, электрического переноса и расчетов из первых принципов позволила выявить микроскопические механизмы периодической электрической поляризации, распределения заряда и орбитальной симметрии. Наши результаты открывают путь к созданию полностью оксидных искусственных нецентросимметричных квазидвумерных металлов с экзотическими квантовыми состояниями, включая сосуществующие сегнетоэлектрические, ферромагнитные и сверхпроводящие фазы.

    UR — http://www.scopus.com/inward/record.url?scp=85045629538&partnerID=8YFLogxK

    UR — http://www.scopus.com/inward/citedby.url?scp=85045629538&partnerID=8YFLogxK

    U2 — 10.1038 / S41467-018-03964-9

    DO — 10.1038 / S41467-018-03964-9

    м3 — Статья

    C2 — 29670098

    AN — SCOPUS: 85045629538

    VL — 9

    JO — Nature Communications

    JF — Nature Communications

    SN — 2041-1723

    IS — 1

    M1 — 1547

    ER —

    Машинное обучение на категориальных переменных | Михаил Кареев

    Как правильно запускать и оценивать модели Фото v2osk на Unsplash

    На первый взгляд, категориальные переменные мало чем отличаются от числовых. Но как только вы начнете копать глубже и реализовывать свои идеи машинного обучения (и предварительной обработки) в коде, вы перестанете каждую минуту задавать такие вопросы, как «Занимаюсь ли я проектированием функций как на обучающих, так и на тестовых наборах?» или «Я что-то слышал о количестве элементов — что это такое и стоит ли мне гуглить об этом подробнее?»

    Давайте посмотрим, сможем ли мы что-то прояснить с помощью плана действий по работе с наборами данных с большим количеством категориальных переменных и обучению пары моделей.

    Kaggle послужит нашим источником данных: у него есть отличный набор данных о ценах на жилье.Будьте готовы потратить некоторое время на просмотр предоставленного словаря данных. Вы можете оставить его открытым в отдельном окне браузера. Мы также загрузим его в блокнот Jupyter. В этом упражнении мы будем прогнозировать значения в столбце SalePrice на основе различных параметров домов.

    Как всегда, весь код доступен на GitHub (вам понадобится рабочая книга Features_for_MLOps. ipynb). В ней есть несколько дополнительных диаграмм, которые мы здесь не рассматриваем, но они полезны для лучшего понимания процесса.

    Давайте загрузим зависимости и данные:

     # Загрузка необходимых пакетов запросы 
    %matplotlib inlinetrain = pd.read_csv(r'train.csv')
    test = pd.read_csv(r'test.csv')

    Если вы хотите иметь словарь данных внутри вашего графического интерфейса:

     response = запросы .get('https://хранилище.googleapis.com/kaggle-competitions-data/kaggle/5407/205873/[email protected]serviceaccount.com&Expires=1564407075&Signature=Iduf4UDvx2Cei5S9B7A%2B%2Fz3u%2Ff8GG0RxvpfMu5IHRtJOFBsjq806B2sSr6zucZBwJeBNSOuIpOssfa4i%2BYS8ybrJgaHnA%2Fqkcox6ZsD8BLIl3yTHjwmfkie2ohGSI0bdZLiXblBWps8xJ8sGZPnmTegLYLhFgrA7O0BEF5dIXrFVYufTcndkOeOyYm3fopGjTablaxWOUyhmd43WfOxADJInaMqUk37SBzVD4jD1bj% 2F%2B%2FJkK7OeTvUIBJOR3EXij97rhVqcZNdxTttF91t0W3HFcqJrRhrw5%2BKvZmHNzsT5AO164QSjlFqT5kU3dZWoZqxdDOxImVvr%2Fw2m4IRZGCw%3D%3D') 
    dict = ответ. text
    print(dict)

    Теперь мы можем выполнить быстрое профилирование данных:

     train.describe().T 
    test.describe().T

    Как всегда, я рекомендую пакет профилирования Pandas.

     pandas_profiling.ProfileReport(train) 

    Много пропущенных значений. Нет никакого волшебного средства для решения этой проблемы, кроме как просмотреть каждую функцию одну за другой и решить, что делать с каждой из них. Мы их чистили следующим образом:

     dr = ['Аллея','Забор','КаминQu','MiscFeature','БассейнQC'] 
    поезд.drop(labels = dr, axis = 1, inplace = True)
    test.drop(labels = dr, axis = 1, inplace = True)train['LotFrontage'].fillna(train['LotFrontage'].mean() , inplace = True)
    train['GarageQual'].fillna('NA', inplace = True)
    train['GarageFinish'].fillna('NA', inplace = True)
    train['GarageCond'].fillna ('NA', inplace = True)
    train['GarageYrBlt'].fillna(train['GarageYrBlt'].mean(), inplace = True)
    train['GarageType']. fillna('NA', inplace = True)
    train['MasVnrType'].fillna('None', inplace = True)
    train['MasVnrArea'].fillna(train['MasVnrArea'].mean(), inplace = True)
    train['BsmtQual'].fillna('NA', inplace = True)
    train['BsmtCond'].fillna('NA', inplace = True)
    train['BsmtExposure'].fillna('NA', inplace = True)
    train['BsmtFinType1'].fillna('NA', inplace = True)
    train['BsmtFinType2'].fillna(' NA', inplace = True)
    train['Electrical'].fillna('SBrkr', inplace = True) # замена на класс большинства# и для теста settest['LotFrontage'].fillna(train['LotFrontage' ].mean(), inplace = True)
    test['GarageQual'].fillna('NA', inplace = True)
    test['GarageFinish'].fillna('NA', inplace = True)
    test['GarageCond'].fillna('NA', inplace = True)
    test[' GarageYrBlt'].fillna(train['GarageYrBlt'].mean(), inplace = True)
    test['GarageType'].fillna('NA', inplace = True)
    test['MasVnrType'].fillna(' None', inplace = True)
    test['MasVnrArea'].fillna(train['MasVnrArea']. mean(), inplace = True)
    test['BsmtQual'].fillna('NA', inplace = True)
    test['BsmtCond'].fillna('NA', inplace = True)
    test['BsmtExposure'].fillna('NA', inplace = True)
    test['BsmtFinType1'].fillna('NA', inplace = True)
    test['BsmtFinType2'].fillna('NA', inplace = True)
    test[' Electrical'].fillna('SBrkr', inplace = True) # замена мажоритарным классом

    Интересно, что в тестовом наборе отсутствуют значения, которых нет в наборе поездов. Это означает, что нам нужно сделать дополнительную очистку:

     test['MSZoning'].fillna('RL', inplace = True) 
    test['Utilities'].dropna(inplace = True)
    test['Exterior1st'] .dropna(inplace = True)
    test['Exterior2nd'].dropna(inplace = True)
    test['BsmtFinSF1'].fillna(test['BsmtFinSF1'].mean(), inplace = True)
    test['BsmtFinSF2 '].fillna(test['BsmtFinSF2'].mean(), inplace = True)
    test['BsmtUnfSF'].fillna(test['BsmtUnfSF'].mean(), inplace = True)
    test['TotalBsmtSF '].fillna(test['TotalBsmtSF']. mean(), inplace = True)
    test['BsmtFullBath'].fillna(test['BsmtFullBath'].mean(), inplace = True)
    test['BsmtHalfBath '].fillna(test['BsmtHalfBath'].среднее(), inplace = True)
    test['KitchenQual'].dropna(inplace = True)
    test['Functional'].dropna(inplace = True)
    test['GarageCars'].fillna(round(float( test['GarageCars'].mean()),1), inplace = True)
    test['GarageArea'].fillna(test['GarageArea'].mean(), inplace = True)
    test['SaleType' ].dropna(inplace = True)test.drop(test.index[[95,45,485,756,1013,1029]], inplace = True)
    test.drop(test.index[[455,691]], inplace = True)
    test.drop(test.loc[test['Id']==1916].index, inplace = True)
    тест.drop(test.loc[test['Id']==2152].index, inplace = True)

    После этой процедуры не осталось NaN:

     train.columns[train.isna().any()] .tolist() 
    Это пустой список, в котором были бы столбцы с NaN, если бы существовал тест
    [test.isna().any(axis=1)] 
    здесь. Вот список, которому мы будем следовать:

    • Убедитесь, что категориальные переменные обрабатываются соответствующим образом. То же самое относится и к числовым переменным
    • Проверить количество элементов категорий
    • Посмотреть, как «подозрительные» столбцы взаимодействуют с целевой переменной
    • Посмотреть, есть ли какие-либо сильно коррелированные признаки, которые можно отбросить комбинироваться
    • Проводить однократное или частотное кодирование категориальных переменных с учетом кардинальности

    Категориальные переменные имеют тип «Категория»

    содержать числовые значения (в данном случае 20, 30 и т.), они на самом деле являются категориальными переменными. Из словаря данных становится ясно:

    Цифры не всегда означают числа

    Подозреваем, что таких столбцов не один. Давайте подтвердим:

     [столбец для col в train.columns.tolist(), если train[col].dtype не в ['object']] 

    Возвращает список столбцов, не являющихся объектами. Прочитав описание каждого из них, мы решили сделать следующие преобразования:

     train['Id'] = train['Id']. astype('category') 
    train['MSSubClass'] = train[' MSПодкласс'].astype('category')
    # train['YearBuilt'] = train['YearBuilt'].astype('category')
    # train['YrSold'] = train['YrSold'].astype('category')
    # train['YearRemodAdd'] = train['YearRemodAdd'].astype('category')
    train['GarageYrBlt'] = train['GarageYrBlt'].astype('category')
    train['Fence'] = train['Fence'].astype('category')
    train['MiscFeature'] = train['MiscFeature'].astype('category')
    train['MiscVal'] = train['MiscVal']. astype('category')

    Вскоре вы увидите, почему три столбца, относящиеся к годам, еще не преобразованы.

    Кардинальность

    Если у вас есть категориальные признаки с высокой кардинальностью, вы можете столкнуться с определенными проблемами. Скорее всего, вы будете использовать one-hot encoder, и ваш набор данных может внезапно стать очень широким и разреженным. Это плохо для вычислительных целей (особенно если количество столбцов приближается к количеству наблюдений), это плохо для любых древовидных методов (скорее всего, ваше дерево будет расти в одном направлении), и это может привести к переоснащению и потере данных. утечка.

    Вы можете решить проблему концептуально или технически .

    Концептуальный подход : Просмотрите каждую из переменных, выполните value_counts() для них и решите, можете ли вы пожертвовать некоторыми из менее частых значений и объединить их под «другим».

     top = test['GarageType'].isin(test['GarageType'].value_counts().index[:5]) 
    test.loc[~top, 'GarageType'] = "other"

    Что мы только что сделал здесь: index() возвращает позицию данного элемента в списке. В нашем случае все значения столбца, которые , а не в первой пятерке по частоте, теперь находятся в «других».В идеале вы хотите сделать это для каждого столбца. После этого вы выполняете однократное кодирование. Однако, если вы бережно относитесь к своему времени, вам может подойти чисто ванильный технический подход. Скорее всего, ваш компьютер сможет обработать очень большой набор данных и относительно быстро его обработать. Так что просто вызовите get_dummies() и надейтесь на лучшее. Возможно, вам придется забыть о методах на основе леса или уменьшения размерности, но в большинстве случаев вы можете с этим смириться. Sklearn OneHotEncoder() предоставляет некоторые дополнительные функции, которые могут быть полезны.Он имеет параметр n_values() , который можно использовать для указания максимального количества значений, которые может хранить каждый столбец.

    В этом конкретном наборе данных мы сначала исследовали, имеют ли столбцы поезда и теста разную мощность:

     для col в train.columns: 
    if train[col].dtype == "object":
    print("For column {} количество элементов в Train минус количество элементов в Test равно: {}".format(col, train[col].nunique()-test[col].nunique()))

    И тут решил углубиться в эту информацию, изучив bar charts:

     # Собираем в список столбцы, кардинальность которых не совпадает, чтобы сделать диаграммы 
    cols_list = []
    для col in train. columns:
    if train[col].dtype == "object" and (train[col].nunique()-test[col].nunique()) != 0:
    cols_list.append(col)

    # просмотр значения в этих столбцах
    для l в cols_list:
    sns.catplot(x=l, hue='Status', kind='count', data=combo)
    plt.xticks(rotation=45)

    Пример переменной значения в наборах данных для поездов и тестов

    К счастью для нас, ни один из столбцов не имел большого количества различных категориальных значений в целом, а наборы для испытаний и поездов не демонстрировали высокой кардинальности.Из-за этого мы смогли приступить к простому ванильному кодированию одним нажатием.

    «Подозрительные» столбцы

    Как мы уже говорили выше, случай высокой кардинальности не так уж плох и применим только к младшим значениям в соответствующих столбцах. Таким образом, мы оставим их такими, какие они есть. Однако мы все еще можем проверить, как они влияют на SalePrice .

    Мы будем строить диаграммы (рендеринг может занять некоторое время) :

     # список с категориальными переменными 
    cater_cols = train. select_dtypes(include='category').columns.to_list()для столбцов в cater_cols:
    plt.figure()
    sns.boxplot(x = cols, y = 'SalePrice', data = train)

    Хорошая идея: чтобы закрыть графики после:

     plt.clf() 
    plt.close()

    Никаких видимых выбросов не обнаружено.

    Корреляции

    Мы будем соотносить числовые признаки с SalePrice в надежде понять, что можно убрать, а что — объединить. Рассматривать каждую функцию, вероятно, не очень хорошая идея, поэтому давайте сосредоточимся на 15 (но вы можете изменить это число в приведенном ниже коде на любое другое) наиболее коррелирующих переменных:

     corrmat = train.corr() 
    plt.figure(figsize=(20,10))
    k = 15 #количество переменных для тепловой карты
    cols = corrmat.nlargest(k, 'SalePrice')['SalePrice'].index
    cm = np .corrcoef(train[cols].values.T)
    sns.set(font_scale=1.25)
    hm = sns.heatmap(cm, cbar=True, annot=True, Square=True, fmt='.2f', annot_kws ={'size': 10}, yticklabels=cols. values, xticklabels=cols.values)
    plt.show()
    Основные категории, влияющие на SalePrice

    И снова — вам нужно руководствоваться здравым смыслом.Например, GarageCars и GarageArea рассказывают одну и ту же историю о том, насколько большим является место, где вы храните свои транспортные средства. Информация о квадратных футах распределена по разным столбцам и, возможно, может быть агрегирована. Квадратные метры ванн могут следовать этому примеру. Возраст домов и время их реконструкции также должны идти рука об руку. Давайте реализуем это:

     train['Remodeled Y/N'] = np.where(train['YearRemodAdd'] ==train['YearBuild'], 'No', 'Yes') 
    train['Age when Sold '] = train['YrSold'] - train['YearRemodAdd']
    train['Remodeled Y/N'] = train['Remodeled Y/N'].astype('category')train['totSqFt'] = train['TotalBsmtSF'] + train['GrLivArea'] + train['1stFlrSF'] + train['2ndFlrSF']train['totBath'] = train[' FullBath'] + 0.5*train['HalfBath'] + train['BsmtFullBath'] + 0. 5*train['BsmtHalfBath']

    Мы только что создали новый столбец totSqFt , который объединяет три существующих значения. Мы можем проверить, может ли это служить правильным приближением:

     fig = plt.figure(figsize=(20,10)) 
    ax1 = fig.add_subplot(121)
    ax2 = fig.add_subplot(122)ax1.scatter(train['totSqFt'],train['SalePrice'], color = 'малиновый', label = 'totSqFt')ax2.scatter(train['GrLivArea'],train['SalePrice'], color = 'teal ', alpha = 0.3, label = 'GrLivArea')
    ax2.scatter(train['TotalBsmtSF'],train['SalePrice'], color = 'midnightblue', label = 'TotalBsmtSF')
    ax2.scatter(train[ '1stFlrSF'],train['SalePrice'], color = 'coral', alpha = 0.4, label = '1stFlrSF')ax1.legend()
    ax2.legend()
    plt.show()

    Выглядит точно:

    Сумма трех столбцов слева; исходные объекты справа

    После этого мы можем удалить столбцы, которые входят в новые переменные:

     # Удалить переменные, которые использовались для создания новых объектов 
    cols_2_remove = ['GrLivArea','TotalBsmtSF','1stFlrSF','YearRemodAdd ','YearBuilt','YrSold','Id','2ndFlrSF',
    'FullBath','HalfBath','BsmtFullBath','BsmtHalfBath','GarageYrBlt']
    train_rem = поезд. copy()
    train_rem.drop(cols_2_remove, axis = 1, inplace = True)

    Мы в хорошей форме с независимыми переменными, но давайте еще раз взглянем на SalePrice .

     # Построение графиков нормальности 
    из statsmodels.graphics.gofplots import qqplot
    из matplotlib import pyplot
    График нормальности для SalePrice

    Этот график q-q показывает, что очень дешевые и очень дорогие дома на самом деле не подчиняются нормальному распределению. Дополнительная проверка totSqFt подтверждает это:

    qq plot for totSqFt

    Вы можете исследовать эти большие и дорогие (или маленькие и дешевые) дома:

     train_rem[train_rem['totSqFt']>10000] 
    train_rem[train_rem[' SalePrice']>700000]

    В них нет ничего особенного, поэтому мы должны чувствовать себя в относительной безопасности, удаляя их из набора:

     train_rem.drop(train_rem[train_rem.totSqFt>10000].index, inplace = True) 
    train_rem.drop(train_rem[train_rem.SalePrice>700000]. index, inplace = True)

    После этого графики q-q выглядят более нормально.

    Таким образом вы можете эффективно работать с наборами данных, которые имеют множество категориальных признаков. Мы проделали большой объем исследования и предварительной обработки данных, которые помогут на этапе машинного обучения.

    А теперь самая важная часть: вы должны сделать любую кодировку на комбинированном наборе данных! Почему? Представьте, что у вас есть столбец «Цвет», который в наборе поездов имеет значения «синий», «зеленый» и «черный».В то же время в тесте также есть «желтый» и «красный». Ваш кодировщик должен видеть все возможные значения, чтобы адекватно работать с ними.

    Порядок операций:

    • Пометить наборы поездов и тестов соответственно в новом столбце Статус
    • Объединить наборы поездов и тестов, удалив Цена продажи из части поезда
    • Провести горячее кодирование категориальные функции (но исключая Статус )
    • Разделить объединенный набор обратно для обучения и тестирования с использованием Статус

    Нет причин сохранять объект тип категориальных столбцов. Превратим их в категорий .

     # преобразование столбцов объектов в столбцы категорий 
    для i в train.select_dtypes(include='object').columns.to_list():
    train[i] = train[i].astype('category')

    И к основной части:

     # список с категориальными переменными 
    cater_cols = train.select_dtypes(include='category').columns.to_list()#Добавить новый столбец Status в оба набора, чтобы различать два
    train_1 = train_rem. copy()
    train_1.drop(labels = 'SalePrice', axis = 1, inplace = True)
    train_1['Status'] = 'Train Set' # добавление столбца Status, чтобы различать Train и Test в комбинированном наборе
    test_1 = test_rem.copy()
    test_1['Status'] = 'Test Set'
    combo = train_1.copy()
    combo = combo.append(test_1)

    Отличный способ убедиться, что все сделано правильно, — постоянно проверять форму () ваших фреймов данных:

     train_1.shape 
    test_1.shape
    combo.shape

    Здесь мы сохранили Status отдельно и удалили из X:

     X = combo. copy() 
    St = X['Status ']
    X.drop('Status', axis = 1, inplace = True)

    И в кодировку:

     X_cat = X.select_dtypes(include=['category']) 
    X_num = X.select_dtypes(exclude=['category'])
    X_encoded = pd.get_dummies(X_cat)

    Теперь у нас есть три части: X_encoded (категориальные переменные после кодирования ), X_num (числовые переменные, которые не изменились) и St (всего один столбец, Status ).

    Проверка соответствия их размеров:

     print("X_encoded = {}\nX_num = {}\nSt = {}".format(X_encoded.shape,X_num.shape, St.shape)) 

    Объединение их вместе ( и окончательная проверка размера):

     кадров = [X_encoded, X_num, St] 
    combo_enc = pd.concat(frames, axis = 1)print('Объединенный набор {}'.format(combo_enc.shape))

    Теперь мы можем разделить объединенный набор на обучение и тестирование и продолжить машинное обучение:

     train_enc = combo_enc.loc [combo_enc['Статус']=='Набор поездов'] 
    test_enc = combo_enc. loc[combo_enc['Статус']=='Тестовый набор']print('Закодированный набор поездов {}\nЗакодированный тестовый набор {} '.format(train_enc.shape,test_enc.shape))

    Фактически этот подход прозрачен и описан в различных статьях и книгах.Однако давайте не будем делать наш набор данных слишком широким. Как? Выполняя частотное кодирование.

    Кодирование частоты

     X_cat_freq = X_cat.copy() for c в X_cat_freq.columns.to_list(): 
    X_cat_freq[c] = X_cat_freq.groupby(c).transform('count')/len(X_cat_freq[c] )

    Частотное кодирование не так сложно ни понять, ни реализовать. Мы подсчитываем количество различных значений в столбце, а затем делим на общую длину столбца. В результате мы получаем «долю» каждого значения, которая будет хорошо работать с любым алгоритмом ML.

    Приведенный ниже код должен показаться вам знакомым: нам нужно различать обучающие и тестовые наборы, а затем объединить их вместе,

     frame_freq = [X_cat_freq, X_num, St] 
    combo_enc_freq = pd. concat(frames_freq, axis = 1)combo_enc_freq. shape
    # Все функции и статус объединены # cut combo_enc_freq by Train and Test. Добавить SalePrice обратно в часть поезда для закодированного набора поездов
    fr = [train_freq, sp]
    train_freq = pd.concat(fr, axis = 1)# Проверка размеров
    print("Соответственные размеры набора поездов: {}\nИз тестового набора: {}\nИз массива цен:{}".format(train_freq.shape,
    test_freq .shape,
    sp.shape))

    Чтобы вы могли сравнить, какой тип кодирования дает лучшие результаты, мы создали датафреймы, закодированные с использованием методов частотного и горячего кодирования:

     features_freq = train_freq.drop(['SalePrice', 'Статус'], ось = 1) 
    result_freq = np.exp(train_freq['SalePrice'])X_train_freq, X_test_freq, y_train_freq, y_test_freq = train_test_split(features_freq, result_freq, test_size = 0.2, random_state = 12)features = train_enc.drop(['SalePrice','Status'], axis = 1)
    result = train_enc['SalePrice']X_train, X_test, y_train, y_test = train_test_split(features, result, test_size = 0,2, random_state = 12)

    Эта часть подробно объясняется в других источниках; кроме того, рабочая книга на GitHub содержит пару реализаций разных моделей: от регрессии с использованием набора данных с горячим кодированием до Lasso и XGBoost. Ниже мы рассмотрим линейную регрессию и XGBoost, которые мы использовали на съемочной площадке, подвергшейся частотному кодированию.

     import xgboost as xgb 
    from sklearn.linear_model import LinearRegression
    from sklearn.model_selection import StratifiedKFold
    import math

    После загрузки зависимостей мы можем перейти к моделированию.

     regr_freq = LinearRegression() 
    regr_freq.fit(X_train_freq, y_train_freq)print("RMSE: {:.2f}\nR_squared is {:.2f}%".format(math.sqrt(np.mean((regr_freq .predict(X_test_freq) - y_test_freq) ** 2)),
    regr_freq.score(X_test_freq,y_test_freq)*100))

    Регрессия дает нам:

    Неплохо для простейшего возможного метода

    И для XGBoost:

     xgb_freq = хгб.XGBRegressor (n_estimators = 100, learning_rate = 0,08, gamma = 0, subsample = 0,75, 
    colsample_bytree = 1, max_depth = 7) xgb_freq.fit (X_train_freq, y_train_freq)
    прогнозов_xgb_freq = xgb_freq.predict (X_test_preqfreq)
    print ,y_test_freq))

    Результаты из коробки почти совпадают с результатами регрессии:

    Если мы оптимизируем параметры, поможет ли это? Код ниже выполняется несколько минут:

     # ЗАНИМАЕТ ВРЕМЯ 
    n_estimators = [80, 100, 120, 140, 160]
    max_depth = [4, 5, 6, 7, 8, 9, 10]
    Learning_rate = [0. 0001, 0,001, 0,005, 0,01, 0,1, 0,2, 0,3, 0,04].
    grid_search_xg_freq = GridSearchCV(xgb_freq, param_grid, scoring = 'r2', n_jobs = -1, cv=kfold, verbose = 1) %f с использованием %s" % (result_gcv_xgb_freq.best_score_, result_gcv_xgb_freq.best_params_))
    означает = result_gcv_xgb_freq.cv_results _ [ 'mean_test_score']
    БППП = result_gcv_xgb_freq.cv_results _ [ 'std_test_score']
    PARAMS = result_gcv_xgb_freq.cv_results _ [ 'PARAMS']

    Давайте использовать лучшие параметры:

    Результаты GridSearchCV
     # Перестроение с использованием лучших параметров: 
    xgb_freq = xgb.XGBRegressor(n_estimators=110, learning_rate=0,1, gamma=0, subsample=0,75,
    colsample_bytree=1, max_depth=5)xgb_freq.fit(X_train_freq,y_train_freq)
    предсказаний_xgb_freq = xgb_freq .Predict(X_test_freq)
    print("R в квадрате равно {}".format(explained_variance_score(predictions_xgb_freq,y_test_freq)))

    Мы можем настраивать модели все дальше и дальше, но это не основной результат обучения. Главный из них заключается в том, что, обрабатывая категориальные признаки мудро и точно, мы можем добиться достойных результатов без чрезвычайно причудливых методов машинного обучения или чрезмерной вычислительной мощности.

    Подробная информация об ошибке IIS 10.0 — 404.11

    Ошибка HTTP 404.11 — не найдено

    Модуль фильтрации запросов настроен на отклонение запроса, содержащего двойную управляющую последовательность.

    Наиболее вероятные причины:
    • Запрос содержал двойную escape-последовательность, а фильтрация запросов настроена на веб-сервере для отклонения двойных escape-последовательностей.
    Что вы можете попробовать:
    • Проверьте параметр configuration/system.webServer/security/[email protected] в файле applicationhost.config или web.confg.
    Подробная информация об ошибке:

    8

    8

    00009

    Модуль RequestfilteringModule
    Уведомление

    9
    BEATREQUEST
    Handler
    StaticFile
    0x00000000
    Запрошенный URL    http://search. ebscohost.com:80/login.aspx?direct=true&profile=ehost&scope=site&authtype=crawler&jrnl=20720831&an=99717617&h=kuh0emwoqjr2schvsfhul%2bwioe7xpuey290%2bxvylmwsa7gslmazrelxh5tdvxh%2bmnz%2bbqifmcobknpzdadljbq%3d%3d&crl=c
    Физический путь с: \ WebApps \ аф-webauth \ login.aspx? прямой = истина & профиль = ehost & Объем = сайта & AuthType = гусеничного & Jrnl = 20720831 & ап = 99717617 & ч = kuh0emwoqjr2schvsfhul% 2bwioe7xpuey290% 2bxvylmwsa7gslmazrelxh5tdvxh% 2bmnz% 2bbqifmcobknpzdadljbq% 3d% 3d & CRL = с
    входа Метод пока не определено
    Пользователь, вошедший в систему    Еще не определено
    Дополнительная информация:
    Это функция безопасности.Не изменяйте эту функцию, пока полностью не поняты масштабы изменений. Перед изменением этого значения следует выполнить трассировку сети, чтобы убедиться, что запрос не является вредоносным. Если сервер разрешает двойные управляющие последовательности, измените параметр configuration/system. webServer/security/[email protected] Это может быть вызвано искаженным URL-адресом, отправленным на сервер злоумышленником.

    Посмотреть дополнительную информацию »

    Произошла ошибка при настройке пользовательского файла cookie

    Этот сайт использует файлы cookie для повышения производительности.Если ваш браузер не принимает файлы cookie, вы не можете просматривать этот сайт.


    Настройка браузера для приема файлов cookie

    Существует множество причин, по которым файл cookie не может быть установлен правильно. Ниже приведены наиболее распространенные причины:

    • В вашем браузере отключены файлы cookie. Вам необходимо сбросить настройки браузера, чтобы принять файлы cookie, или спросить вас, хотите ли вы принимать файлы cookie.
    • Ваш браузер спрашивает, хотите ли вы принимать файлы cookie, и вы отказались.Чтобы принять файлы cookie с этого сайта, нажмите кнопку «Назад» и примите файл cookie.
    • Ваш браузер не поддерживает файлы cookie. Попробуйте другой браузер, если вы подозреваете это.
    • Дата на вашем компьютере в прошлом. Если часы вашего компьютера показывают дату до 1 января 1970 г., браузер автоматически забудет файл cookie. Чтобы это исправить, установите правильное время и дату на своем компьютере.
    • Вы установили приложение, которое отслеживает или блокирует установку файлов cookie.Вы должны отключить приложение при входе в систему или проконсультироваться с системным администратором.

    Почему этому сайту требуются файлы cookie?

    Этот сайт использует файлы cookie для повышения производительности, запоминая, что вы вошли в систему, когда переходите со страницы на страницу. Предоставить доступ без файлов cookie потребует от сайта создания нового сеанса для каждой посещаемой вами страницы, что замедляет работу системы до неприемлемого уровня.


    Что сохраняется в файле cookie?

    Этот сайт не хранит ничего, кроме автоматически сгенерированного идентификатора сеанса в файле cookie; никакая другая информация не фиксируется.

    Как правило, в файле cookie может храниться только та информация, которую вы предоставляете, или выбор, который вы делаете при посещении веб-сайта. Например, сайт не может определить ваше имя электронной почты, если вы не решите ввести его. Разрешение веб-сайту создавать файлы cookie не дает этому или любому другому сайту доступ к остальной части вашего компьютера, и только сайт, создавший файл cookie, может его прочитать.

    Международная научная конференция «Кант и Соловьев: сходства и расхождения»

    Международная научная конференция «Кант и Соловьев: сходства и расхождения»

    Страниц
    101-102
    Аннотация

    15—16 ноября 2018 г.
    Балтийский федеральный университет им. И. Канта, Калининград, Россия

    Академия Кантиана при Балтийском федеральном университете им. И. Канта организует цикл конференций на тему «Иммануил Кант и русские философы: конвергенции и расхождения.Первая конференция, организованная совместно с кафедрой истории русской философии философского факультета МГУ имени М.В. Ломоносова, посвящена рецепции и критике философии Иммануила Канта русским философом Владимиром Соловьевым.
    Целью собрания является рассмотрение различных аспектов философских работ Соловьева — гносеологических, философско-политических, философско-религиозных, эстетических и т. д., — в которых заметно интеллектуальное влияние Канта или в которых он занимает полемическую позицию. .Но преобладающей темой конференции станет практическая философия немецких и русских философов: в 2018 г. исполнилось 230 лет со дня публикации главного этического труда Канта «Критика практического разума» (1788 г.), а в 2019 г. – 120 лет. Пройдут годы после выхода в свет окончательного варианта Соловьева «Оправдания добра» (1899 г.). Оба эти произведения являются вершинами двух разных, но тесно связанных между собой традиций моральной философии — немецкой и русской.
    Конференция будет посвящена изучению пересечений и влияний между актуальными аспектами наследия Канта и Соловьева. Эти аспекты также будут рассмотрены в свете взглядов современников Соловьева: К. Д. Кавелина, Л. Н. Толстого, Б. Н. Чичерина, братьев Трубецких, Л. М. Лопатина, Н. И. Грота, Н. И. Кареева и др. в связи с их полемикой вокруг философии Канта и Соловьева. Мы также намерены обратить внимание на влияние Соловьева на русское неокантианство.

    .

    Добавить комментарий

    Ваш адрес email не будет опубликован.