Docs(probas,#13410): redressement densite g96-probas-7 -- CB-09 + PyMC-16, grain Vibe (#17040)

MyIA.AI.Notebooks/Probas/DecisionTheory/Causal-Bridges/CausalBridges-09-Hernan-TargetTrialEmulation-Python.ipynb

@@ -196,6 +196,16 @@
     "print(f\"censuration (sortie de suivi) : {obs['C'].mean():.2%}\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "cb09-lecture-sim",
+   "metadata": {},
+   "source": [
+    "### Lecture de la simulation\n",
+    "\n",
+    "La sortie montre les cinq premières lignes du jeu simulé (N = 2000) avec ses sept colonnes — de `L0` à `Y`, en passant par `Y_obs` — : on y lit déjà la censuration, avec `Y_obs` à `NaN` dès que `C = 1`, puis les trois taux agrégés : 40,00 % de switch à t0, 32,15 % à t1 et 52,40 % de sorties de suivi. C'est ce fort taux de censuration informative qui biaisera l'analyse en cas complets et motivera les poids de censuration de la section 6."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "cb09_c05",
@@ -265,6 +275,16 @@
     "plt.show()"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "cb09-lecture-dag",
+   "metadata": {},
+   "source": [
+    "### Lecture du DAG\n",
+    "\n",
+    "La figure trace le graphe causal à deux visites : `L1` y est à la fois fils de `A0` (médiation `A0 → L1 → Y`) et parent de `A1` et de `Y` (confounding de `A1 → Y`), tandis que `C` ne dépend que de `L1` — la censuration est bien informative. C'est cette double casquette de `L1`, à la fois médiateur et confondeur, qu'aucune régression classique ne démêle : ajuster sur `L1` bloque l'effet médié, ne pas ajuster laisse le chemin de confounding ouvert. Les g-méthodes des sections 5 et 6 contournent précisément ce dilemme."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "cb09_c07",
@@ -356,6 +376,16 @@
     "    print(f\"{k:30s} {v:+.4f}   (biais {v - truth:+.4f})\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "cb09-lecture-naifs",
+   "metadata": {},
+   "source": [
+    "### Lecture des estimateurs naïfs\n",
+    "\n",
+    "La sortie confronte les trois réflexes à la vérité terrain (+0,6766, contraste *always* − *never*) : tous sur-estiment l'effet, du non-ajusté (+3,3194, biais +2,6427) à l'ajusté complet (+1,7434, biais +1,0668), en passant par l'ajusté baseline (+1,6778, biais +1,0012). Même l'ajustement sur `L1`, qui conditionne sur un médiateur, conserve un biais supérieur à 1 — le diagnostic de la section 3 est confirmé en chiffres."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "cb09_c09",
@@ -453,6 +483,16 @@
     "print(\"NB : effet d'UN switch a t=0 seulement -- ce n'est PAS le contraste de strategie de l'essai cible.\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "cb09-lecture-dowhy",
+   "metadata": {},
+   "source": [
+    "### Lecture de dowhy\n",
+    "\n",
+    "La sortie montre `dowhy` identifier un ATE par backdoor sur `L0` à l'instantané t=0 (estimand `NONPARAMETRIC_ATE`, avec ses hypothèses d'unconfoundedness) et l'estimer à −0,5137 — l'effet d'un seul switch, que la cellule rappelle ne pas être le contraste de stratégie de l'essai ciblé. L'organe SOTA s'arrête donc au traitement ponctuel, exactement à la frontière que les g-méthodes des sections 5 et 6 franchissent."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "cb09_c11",
@@ -534,6 +574,16 @@
     "print(f\"g-formula : {gf:+.4f}   (biais {gf - truth:+.4f})  [verite {truth:+.4f}]\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "cb09-lecture-gformula",
+   "metadata": {},
+   "source": [
+    "### Lecture de la g-formula\n",
+    "\n",
+    "La sortie rapporte l'estimation g-formula à +0,7872, soit un biais de +0,1106 contre la vérité terrain +0,6766 affichée entre crochets : la simulation forward neutralise le confounding variant dans le temps en générant `L1` sous chaque stratégie plutôt qu'en l'ajustant. Ce résidu d'environ +0,11 vient pour l'essentiel de la censuration informative, que cette implémentation de la g-formula ne pondère pas — contrairement à l'IPTW de la section 6."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "cb09_c13",
@@ -640,6 +690,16 @@
     "print(f\"IPTW stabilise : {ip:+.4f}   (biais {ip - truth:+.4f})  [verite {truth:+.4f}]\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "cb09-lecture-iptw",
+   "metadata": {},
+   "source": [
+    "### Lecture de l'IPTW\n",
+    "\n",
+    "La sortie rapporte l'estimation IPTW stabilisée à +1,2090, soit un biais de +0,5323 contre la vérité terrain +0,6766 : sur cette réplique unique, la pondération corrige le confounding mais reste nettement plus dispersée que la g-formula (+0,11 de biais). C'est le prix des poids extrêmes sur les histoires de traitement rares, que le benchmark de la section 7 quantifiera en écart-type inter-répliques."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "cb09_c15",

MyIA.AI.Notebooks/Probas/PyMC/PyMC-16-Sparse-Gaussian-Process.ipynb

@@ -178,6 +178,16 @@
     "print(\"\\nSur la diagonale (meme point) = 1.0 ; la covariance decroit avec la distance.\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "p16-lecture-rbf",
+   "metadata": {},
+   "source": [
+    "### Lecture de la matrice de covariance\n",
+    "\n",
+    "La sortie affiche la matrice de covariance RBF (ℓ = 1) entre les cinq points sonde : symétrique, avec une diagonale unité — un point est parfaitement corrélé à lui-même — et des valeurs qui décroissent hors diagonale. C'est l'objet central du GP : tout tirage de fonction, toute inférence et toute prédiction partent de cette matrice `K`, dont la section 6 mesurera le coût de factorisation."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "f3486252",
@@ -368,6 +378,16 @@
     "plt.show()\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "p16-lecture-donut",
+   "metadata": {},
+   "source": [
+    "### Lecture du dataset donut\n",
+    "\n",
+    "La sortie confirme la géométrie annoncée : 16 points au total, 8 par classe, avec un rayon moyen de 0,43 pour le disque intérieur et 1,35 pour l'anneau extérieur — et la figure les montre emboîtés, sans aucun hyperplan capable de les séparer. C'est ce constat d'inséparabilité linéaire qui justifie de passer à un classifieur à frontière non linéaire, le GP logistique de la section 3."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "95d51c4c",
@@ -553,6 +573,16 @@
     "print(f\"ls posterior : moyenne = {az.summary(idata, var_names=['ls'])['mean'].iloc[0]:.2f}\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "p16-lecture-nuts",
+   "metadata": {},
+   "source": [
+    "### Lecture de l'inférence NUTS\n",
+    "\n",
+    "La sortie rapporte 800 échantillons post-burnin (2 chaînes), zéro divergence — la cible — et une longueur de corrélation postérieure moyenne de 0,79. Ce `ls` appris se situe entre les deux extrêmes des tirages du prior (`ls=0,2` trop wiggly, `ls=5,0` trop lisse) : c'est le compromis biais-variance que la section 5 discute, ici tranché par les données."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "754027d1",
@@ -750,6 +780,16 @@
     "print(\"\\nLecture : centre -> classe 0, anneau -> classe 1, mi-rayon -> incertain.\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "p16-lecture-accuracy",
+   "metadata": {},
+   "source": [
+    "### Lecture de l'accuracy\n",
+    "\n",
+    "La sortie rapporte une exactitude de 16/16 (100,0 %) sur le training, puis les probabilités des quatre points test : le centre (0, 0) est classé 0 avec P = 0,23, le point à mi-rayon (0,9, 0) est classé 1 de justesse (P = 0,52), et les deux points de l'anneau (1,3, 0) et (0, 1,4) avec P = 0,64 et 0,57. Le 100 % de training est un chiffre d'interpolation — avec une latente `f` par point observé, le GP colle à ses propres données —, c'est pourquoi la cellule enchaîne aussitôt sur des points jamais vus."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "72efa4e4",
@@ -880,6 +920,16 @@
     "plt.tight_layout(); plt.show()\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "p16-lecture-hsgp-data",
+   "metadata": {},
+   "source": [
+    "### Lecture du dataset élargi\n",
+    "\n",
+    "La sortie annonce 200 points d'entraînement (100 par classe) et 200 points de test, et la figure les montre sur la même géométrie de donut que la section 2, à l'échelle. C'est sur ce jeu que la section va mesurer le mur du GP dense et le gain du HSGP, bras contre bras."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 10,
@@ -949,6 +999,16 @@
     "print(f\"N=200 -> N=6400 : x32 points, x{chol_times[6400] / chol_times[200]:.0f} en cout de factorisation\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "p16-lecture-hsgp-wall",
+   "metadata": {},
+   "source": [
+    "### Lecture du mur de factorisation\n",
+    "\n",
+    "La sortie mesure une factorisation de Cholesky de 0,6 ms à N=200 contre 1443,4 ms à N=6400 : ×32 points, ×2615 de coût, avec un exposant empirique ajusté à N^2,3 — le N^3 asymptotique n'est pas encore atteint, l'overhead BLAS dominant aux petits N. C'est ce mur, payé à chaque pas NUTS par le GP dense, que la projection HSGP remplace par un produit N × m."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 11,
@@ -1082,6 +1142,16 @@
     "print(f\"GP dense  N=200 : {temps_dense:7.1f} s | acc OOS = {acc_dense:.3f} | log-loss = {ll_dense:.3f}\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "p16-lecture-hsgp-dense",
+   "metadata": {},
+   "source": [
+    "### Lecture du bras dense\n",
+    "\n",
+    "La sortie rapporte le bras dense de référence à N=200 : 51,2 s d'inférence, accuracy hors-échantillon de 1,000 et log-loss de 0,113. C'est la ligne de base — temps et qualité — contre laquelle les deux budgets HSGP de la cellule suivante seront comparés."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 12,
@@ -1272,6 +1342,16 @@
     "      f\"acc OOS = {acc_dense:.3f} | log-loss = {ll_dense:.3f}\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "p16-lecture-hsgp-arms",
+   "metadata": {},
+   "source": [
+    "### Lecture des bras HSGP\n",
+    "\n",
+    "La sortie compare les trois bras à N=200 : le dense à 51,2 s, et les deux budgets HSGP à 3,3 s (m=[10,10], 100 coefficients) et 4,2 s (m=[20,20], 400 coefficients), tous trois à accuracy 1,000 et log-loss quasi identique (0,113-0,114). La base tronquée divise le temps d'inférence par 12 à 15 sans rien sacrifier de la qualité prédictive sur ce donut régulier."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 13,
@@ -1402,6 +1482,16 @@
     "print(f\"GP dense N=6400 estime : ~{est_dense_6400 / 3600:.0f} h -- le mur reel\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "p16-lecture-hsgp-scale",
+   "metadata": {},
+   "source": [
+    "### Lecture du passage à l'échelle\n",
+    "\n",
+    "La sortie rapporte le HSGP à N=1200 : 12,1 s, accuracy 1,000 et une log-loss de 0,030 — meilleure qu'à N=200, les données supplémentaires resserrant le posterior. Le bras dense, lui, n'est pas exécuté : il est estimé à ~51 min par extrapolation Cholesky-dominée (~254× le HSGP mesuré), et ~40 h à N=6400 — le mur en chiffres."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 14,

scripts/notebook_tools/twin_pairs.d/probas-16-sparse-gaussian-process/0016-2026-10-23-myia-po-2025-CoursIA.yaml

@@ -0,0 +1,6 @@
+date: '2026-10-23'
+by: myia-po-2025:CoursIA
+python_sha: 1766ee2b560dd77a24d6dc096c61c367de0954f8
+csharp_sha: c1d9d9a980966f070e4a2e9aa952d14c881639d9
+content_python_sha: 3984fb17435f31bfcb3fceb76771485c1650c3d44559fe86577c896ecc07a739
+content_csharp_sha: 0b34eb3ec31f3775a6c198a023d1e33e2df4099567c77bc349e7e27d2de1e6bf