YutaroOgawa / causal_book

書籍「作りながら学ぶ! PyTorchによる因果推論・因果探索」の実装コードのリポジトリです
MIT License
113 stars 32 forks source link

【第四刷 修正提案】p.113のプログラムコードとp.114のグラフについて #36

Open MITSUHIRO-KURIKI opened 2 years ago

MITSUHIRO-KURIKI commented 2 years ago

本書、大変わかりやすく楽しく勉強させてもらっています。 以下、軽微で誤読するほどの内容ではないのですが、恐らく以下の修正が必要かと思いますので確認の意味も込めて提案させてください。

YutaroOgawa commented 2 years ago

@MITSUHIRO-KURIKI さま

ご指摘をいただき、誠にありがとうございます。 本書を非常に丁寧に活用いただけ、非常に嬉しいです。

ご指摘いただいた通り、私の間違いです。 大変申し訳ございません。

2点、修正いたします


[1] コードの間違い

p. 113の上側でせっかく、M0とM1のモデルを作成したのに(T-Learner) それらを使用せず、誤って、S-Learnerでtau_0、tau_1を計算してしまっています。

[1-1] コードの修正は上記に記載いただいた通りです。 [1-2] ほんの少しですが、X-Learnerの結果のグラフ(図5.2.6右側)が変化

上記修正を施したプログラムを、5_2_meta_learners_issue18_issue36.ipynb [リンク] として、リポジトリに追加いたします。


[2] 文章の間違い S-Learner→T-Learner

X-LearnerはT-Learnerをさらに補正するので、併せてT-Learnerを掲載したい意図だったのですが、 図5.2.6 の左図のグラフタイトルが「T-Learner」ではなく、「S-Learner」になっています。

関連、文章もS-Learnerになっています。以下誤植修正となります。

[2-1] 図5.2.6 左図のグラフタイトル
S-Learner → T-Learner

[2-2] p. 114 中央あたりの文章 推定された結果を描画します。比較用にS-Learnerの結果も掲載します(図5.2.6)。 → 推定された結果を描画します。比較用にT-Learnerの結果も掲載します(図5.2.6)。

[2-3] p. 115 先頭1行 図5.2.6 を見るとX-Learner の方がS-Learnerよりも → 図5.2.6 を見るとX-Learner の方がT-Learnerよりも


非常に見落としそうな、しかしとても重要な点のご指摘、ならびに修正案まで、誠にありがとうございます。

本Issueに誤植ラベルを張らせてください。 書籍紙面に対しては、増刷の機会があれば、その際に反映させてください。

本件、誠にありがとうございます。今後ともどうぞよろしくお願い致します。

MITSUHIRO-KURIKI commented 2 years ago

@YutaroOgawa さま 本件、軽微な内容にも関わらず早速にご返信いただきましてありがとうございました。 引き続き勉強させていただきます、本書が多くの方に読まれることを願っております。 どうぞ引き続きよろしくお願いいたします。

YutaroOgawa commented 2 years ago

@MITSUHIRO-KURIKI さま

いえいえ、重要な点であったと私は認識しております。 心より感謝しております。

また、著者冥利に尽きる、嬉しいお言葉ありがとうございます!