Migrate web book to Quarto and fix translations

.github/workflows/book.yml

@@ -0,0 +1,58 @@
+name: Book
+
+on:
+  push:
+    branches: [main]
+  pull_request:
+    branches: [main]
+  workflow_dispatch:
+
+permissions:
+  contents: write
+
+concurrency:
+  group: book-${{ github.ref }}
+  cancel-in-progress: true
+
+jobs:
+  build:
+    runs-on: ubuntu-latest
+    steps:
+      - uses: actions/checkout@v4
+
+      - uses: actions/setup-python@v5
+        with:
+          python-version: "3.12"
+
+      # 노트북은 실행하지 않고 저장된 출력을 그대로 렌더링하므로 jupyter만 있으면 됩니다.
+      - name: Install Jupyter
+        run: pip install jupyter
+
+      - uses: quarto-dev/quarto-actions/setup@v2
+        with:
+          version: 1.8.25
+
+      - name: Prepare book sources
+        run: python book/prepare.py
+
+      - name: Render book
+        working-directory: book
+        run: quarto render --to html
+
+      - name: Upload preview
+        if: github.event_name == 'pull_request'
+        uses: actions/upload-artifact@v4
+        with:
+          name: book-preview
+          path: book/_book
+          retention-days: 7
+
+      - name: Deploy to GitHub Pages
+        if: github.event_name != 'pull_request' && github.ref == 'refs/heads/main'
+        uses: peaceiris/actions-gh-pages@v4
+        with:
+          github_token: ${{ secrets.GITHUB_TOKEN }}
+          publish_dir: book/_book
+          publish_branch: gh-pages
+          force_orphan: true
+          commit_message: "Deploy book"

TRANSLATION_GUIDE.md

@@ -24,6 +24,8 @@
 - 핵심 용어는 장마다 처음 나올 때 `한국어(English)`로 한 번 병기하고, 그 뒤로는 한국어만 씁니다.
 - ATE, CATE, DID, OLS 같은 약어는 처음에 `평균 처치효과(ATE)`처럼 풀어 쓰고 이후에는 약어를 써도 됩니다.
 - 장 제목(H1)은 원문 영어 제목을 유지하고, 그 아래 절 제목은 한국어로 옮깁니다. `Key Ideas`는 `핵심 요약`, `References`는 `참고 자료`, `Contribute`는 `기여하기`로 통일합니다.
+- 문장은 `-습니다`로 맺습니다. 평서문을 `-죠.`, `-네요.`로 끝내지 않습니다. 독자에게 되묻는 `~죠?`는 써도 됩니다.
+- white collar / blue collar는 `사무직` / `생산직`으로 옮깁니다.
 - 브라질 화폐는 `5헤알`처럼 쓰고, 장마다 처음 나올 때만 `5헤알(BRL)`로 병기합니다.
 - 인명은 원어 표기를 기본으로 합니다(예: Joshua Angrist). 본문 흐름상 한글 표기가 자연스러우면 『실무로 통하는 인과추론』의 표기(조슈아 앵그리스트, 알베르토 아바디, 주데아 펄)를 따릅니다.
 
@@ -47,6 +49,7 @@
 | counterfactual | 반사실 / 반사실적 결과 | |
 | factual outcome | 사실적 결과 | |
 | treatment effect | 처치효과 | 붙여 씀 |
+| be treated | 처치받다 | 붙여 씀(`처치받은`, `처치받지`). 목적격을 쓰면 `처치를 받다` |
 | individual treatment effect (ITE) | 개별 처치효과(ITE) | |
 | average treatment effect (ATE) | 평균 처치효과(ATE) | |
 | average treatment effect on the treated (ATT) | 실험군에 대한 평균 처치효과(ATT) | |
@@ -63,6 +66,7 @@
 | estimand / causal quantity | 인과 추정량 | |
 | estimator | 추정량 | |
 | parameter | 매개변수 | `모수`, `파라미터` 쓰지 않음. nuisance parameter는 장애모수, parametric은 모수적 |
+| hyperparameter | 하이퍼파라미터 | 머신러닝 관례를 따름. parameter 항목의 예외 |
 | estimate (명사) | 추정값 | `추정치` 쓰지 않음 |
 | SUTVA | SUTVA | |
 | spillover | 파급 효과 | |
@@ -220,5 +224,5 @@
 1. 원문 저장소의 해당 노트북을 내려받아 코드 셀과 출력은 그대로 둡니다.
 2. 마크다운 셀을 위 원칙대로 옮깁니다.
 3. 수식, 이미지, 링크 개수가 원문과 같은지 확인합니다.
-4. Jupyter Book으로 빌드해 렌더링을 확인합니다.
+4. `python book/prepare.py && cd book && quarto preview`로 웹북 렌더링을 확인합니다. 새 노트북을 추가했다면 `book/prepare.py`의 장 제목 목록과 `book/_quarto.yml` 목차에도 넣어 주세요.
 5. PR에는 원문 커밋과 바뀐 셀을 적어 주세요.

book/.gitignore

@@ -0,0 +1,11 @@
+# prepare.py가 만드는 빌드용 사본
+*.ipynb
+*.py
+!prepare.py
+data/
+_book/
+.quarto/
+*_files/
+
+/.quarto/
+**/*.quarto_ipynb

book/404.qmd

@@ -0,0 +1,7 @@
+---
+title: "페이지를 찾을 수 없습니다"
+---
+
+주소가 바뀌었거나 없는 페이지입니다. [첫 페이지](index.html)에서 다시 찾아보거나, 왼쪽 목차와 검색을 이용해 주세요.
+
+기존 Jupyter Book 주소(`…/13-Difference-in-Differences.html` 등)는 그대로 쓸 수 있습니다. 문제가 계속되면 [이슈](https://github.com/CausalInferenceLab/Causal-Inference-with-Python/issues)로 알려 주세요.

book/_quarto.yml

@@ -0,0 +1,118 @@
+project:
+  type: book
+  output-dir: _book
+  resources:
+    - data/img/**
+    - assets/**
+
+lang: ko
+
+execute:
+  enabled: false
+
+book:
+  title: "Python으로 하는 인과추론"
+  subtitle: "Causal Inference for The Brave and True 한국어판"
+  author:
+    - name: Matheus Facure
+      role: 지은이
+    - name: 가짜연구소 인과추론팀
+      role: 옮긴이
+  site-url: https://causalinferencelab.github.io/Causal-Inference-with-Python/
+  repo-url: https://github.com/CausalInferenceLab/Causal-Inference-with-Python
+  repo-subdir: causal-inference-for-the-brave-and-true
+  repo-actions: [issue]
+  favicon: assets/causal-lab-mark.png
+  search: true
+  reader-mode: true
+  open-graph:
+    image: assets/og-image.png
+    locale: ko_KR
+  twitter-card:
+    image: assets/og-image.png
+  page-navigation: true
+  sidebar:
+    style: docked
+    collapse-level: 2
+    header: |
+      <a class="brand-lockup" href="https://pseudo-lab.com/" target="_blank" rel="noopener" aria-label="가짜연구소">
+        <img class="brand-pseudolab only-light" src="assets/pseudolab-dark.png" alt="가짜연구소 Pseudo Lab">
+        <img class="brand-pseudolab only-dark" src="assets/pseudolab-light.png" alt="가짜연구소 Pseudo Lab">
+        <span class="brand-divider"></span>
+        <img class="brand-causal" src="assets/causal-lab-mark.png" alt="인과추론팀 Causal-Lab">
+      </a>
+  page-footer:
+    left: "[가짜연구소](https://pseudo-lab.com/) 인과추론팀 옮김 · 원서 © [Matheus Facure](https://matheusfacure.github.io/python-causality-handbook/landing-page.html)"
+    center:
+      - text: 번역 가이드
+        href: https://github.com/CausalInferenceLab/Causal-Inference-with-Python/blob/main/TRANSLATION_GUIDE.md
+      - text: 오류 제보
+        href: https://github.com/CausalInferenceLab/Causal-Inference-with-Python/issues
+    right:
+      - icon: github
+        href: https://github.com/CausalInferenceLab/Causal-Inference-with-Python
+        aria-label: GitHub 저장소
+  chapters:
+    - index.qmd
+    - part: "1부 인과추론의 기초"
+      chapters:
+        - 01-Introduction-To-Causality.ipynb
+        - 02-Randomised-Experiments.ipynb
+        - 03-Stats-Review-The-Most-Dangerous-Equation.ipynb
+        - 04-Graphical-Causal-Models.ipynb
+        - 05-The-Unreasonable-Effectiveness-of-Linear-Regression.ipynb
+        - 06-Grouped-and-Dummy-Regression.ipynb
+        - 07-Beyond-Confounders.ipynb
+        - 08-Instrumental-Variables.ipynb
+        - 09-Non-Compliance-and-LATE.ipynb
+        - 10-Matching.ipynb
+        - 11-Propensity-Score.ipynb
+        - 12-Doubly-Robust-Estimation.ipynb
+        - 13-Difference-in-Differences.ipynb
+        - 14-Panel-Data-and-Fixed-Effects.ipynb
+        - 15-Synthetic-Control.ipynb
+        - 16-Regression-Discontinuity-Design.ipynb
+    - part: "2부 인과추론의 실무 응용"
+      chapters:
+        - 17-Predictive-Models-101.ipynb
+        - 18-Heterogeneous-Treatment-Effects-and-Personalization.ipynb
+        - 19-Evaluating-Causal-Models.ipynb
+        - 20-Plug-and-Play-Estimators.ipynb
+        - 21-Meta-Learners.ipynb
+        - 22-Debiased-Orthogonal-Machine-Learning.ipynb
+        - 23-Challenges-with-Effect-Heterogeneity-and-Nonlinearity.ipynb
+        - 24-The-Diff-in-Diff-Saga.ipynb
+        - 25-Synthetic-Diff-in-Diff.ipynb
+  appendices:
+    - Debiasing-with-Orthogonalization.ipynb
+    - Debiasing-with-Propensity-Score.ipynb
+    - When-Prediction-Fails.ipynb
+    - Prediction-Metrics-For-Causal-Models.ipynb
+    - Conformal-Inference-for-Synthetic-Control.ipynb
+
+crossref:
+  chapters: true
+  appendix-delim: ":"
+
+format:
+  html:
+    theme:
+      light: [cosmo, styles.scss]
+      dark: [cosmo, styles.scss, styles-dark.scss]
+    toc: true
+    toc-depth: 2
+    toc-title: 이 장의 내용
+    number-sections: true
+    number-depth: 1
+    code-copy: true
+    code-overflow: wrap
+    code-tools: false
+    html-math-method: mathjax
+    df-print: default
+    link-external-newwindow: true
+    include-in-header:
+      - text: |
+          <link rel="stylesheet" href="https://cdn.jsdelivr.net/gh/orioncactus/pretendard@v1.3.9/dist/web/variable/pretendardvariable-dynamic-subset.min.css">
+          <link rel="preconnect" href="https://fonts.googleapis.com">
+          <link href="https://fonts.googleapis.com/css2?family=JetBrains+Mono:wght@400;600&display=swap" rel="stylesheet">
+          <script>document.addEventListener("DOMContentLoaded",function(){document.title=document.title.replace(" – "," | ");});</script>

book/index.qmd

@@ -0,0 +1,79 @@
+---
+title-block-style: none
+aliases:
+  - landing-page.html
+---
+
+```{=html}
+<div class="hero">
+  <img class="hero-mark" src="assets/causal-lab-mark.png" alt="가짜연구소 인과추론팀 로고">
+  <div class="hero-brand">
+    <img class="hero-pseudolab" src="assets/pseudolab-light.png" alt="가짜연구소 Pseudo Lab">
+    <span class="hero-brand-divider"></span>
+    <span class="hero-brand-team">인과추론팀 <b>Causal-Lab</b></span>
+  </div>
+  <p class="hero-title">Python으로 하는<br>인과추론</p>
+  <p class="hero-sub">Causal Inference for The Brave and True 한국어판. 인과추론의 기초부터 실무 응용까지, 모든 실습을 파이썬으로.</p>
+  <div class="hero-actions">
+    <a class="primary" href="01-Introduction-To-Causality.html">1장부터 읽기</a>
+    <a class="ghost" href="https://github.com/CausalInferenceLab/Causal-Inference-with-Python">GitHub</a>
+    <a class="ghost" href="https://matheusfacure.github.io/python-causality-handbook/landing-page.html">원서 보기</a>
+  </div>
+</div>
+```
+
+# 들어가며 {.unnumbered}
+
+안녕하세요, [가짜연구소](https://pseudo-lab.com/) [신진수](https://www.linkedin.com/in/jinsoo-shin-436060162/)입니다.
+
+이 책은 Matheus Facure의 『Causal Inference for The Brave and True』를 가짜연구소 인과추론팀이 원저자의 동의를 받아 우리말로 옮긴 것입니다. 인과추론은 "이 정책이, 이 할인이, 이 기능이 정말 효과가 있었을까?"라는 질문에 데이터로 답하는 방법입니다. 그런데 막상 공부하려고 하면 한국어로 된 자료, 특히 코드와 함께 손으로 따라 해 볼 수 있는 자료가 많지 않습니다. 이 책이 그 빈자리를 채우는 길잡이가 되면 좋겠습니다.
+
+원서는 가볍지만 엄밀하게 효과 추정을 배우는 책입니다. 모든 실습을 파이썬으로 하고, 저자가 찾을 수 있는 밈은 최대한 넣었습니다. 딱딱한 교과서보다는 옆자리 동료가 설명해 주는 느낌으로 읽어 주세요.
+
+## 이 책의 구성
+
+원서의 25개 장과 부록 5편을 모두 옮겼습니다.
+
+```{=html}
+<div class="toc-cards">
+  <a class="card-item" href="01-Introduction-To-Causality.html" style="text-decoration:none">
+    <div class="card-label">1부 · 1~16장</div>
+    <div class="card-title">인과추론의 기초</div>
+    <p>잠재적 결과, 인과 그래프, 편향부터 회귀분석, 도구변수, 매칭, 성향점수, 이중차분법, 통제집단합성법, 회귀 불연속 설계까지.</p>
+  </a>
+  <a class="card-item" href="17-Predictive-Models-101.html" style="text-decoration:none">
+    <div class="card-label">2부 · 17~25장</div>
+    <div class="card-title">인과추론의 실무 응용</div>
+    <p>이질적 처치효과와 개인화, 인과 모델 평가, 메타러너, 이중 머신러닝, 이중차분법의 최근 논의와 합성 이중차분법.</p>
+  </a>
+  <a class="card-item" href="Debiasing-with-Orthogonalization.html" style="text-decoration:none">
+    <div class="card-label">부록 · 5편</div>
+    <div class="card-title">더 깊이 보기</div>
+    <p>직교화와 성향점수로 편향 제거하기, 예측이 실패하는 경우, 예측 지표의 함정, 컨포멀 추론.</p>
+  </a>
+</div>
+```
+
+1부는 학계에서 자리 잡은 내용이라 인과적 질문을 다룰 때 기댈 수 있는 튼튼한 토대가 됩니다. 2부는 저자가 핀테크 회사에서 쌓은 실무 경험에서 나온 내용이 많아 더 실험적이고, 그만큼 현업에 바로 가져다 쓸 거리가 많습니다.
+
+## 이렇게 읽어 주세요
+
+각 장은 원서의 주피터 노트북을 그대로 옮긴 것이라 코드와 출력이 원서와 같습니다. 노트북 파일은 [GitHub 저장소](https://github.com/CausalInferenceLab/Causal-Inference-with-Python/tree/main/causal-inference-for-the-brave-and-true)에서 내려받아 직접 실행해 볼 수 있습니다. 그래프를 그리는 코드처럼 길어서 접어 둔 셀은 **코드**를 눌러 펼치면 됩니다.
+
+용어는 같은 저자의 책을 옮긴 『실무로 통하는 인과추론 with 파이썬』(한빛미디어)과 맞췄습니다. 두 책을 함께 보셔도 용어가 헷갈리지 않습니다. 번역 원칙과 용어표는 [번역 가이드](https://github.com/CausalInferenceLab/Causal-Inference-with-Python/blob/main/TRANSLATION_GUIDE.md)에 정리해 두었습니다.
+
+## 함께 만들어 주세요
+
+인과추론팀은 전문 번역가가 아니라 데이터 분석가, 데이터 과학자, 연구자로 이루어져 있습니다. 어색하거나 틀린 부분이 보이면 [이슈](https://github.com/CausalInferenceLab/Causal-Inference-with-Python/issues)로 알려 주시거나 직접 PR을 보내 주세요. 도움이 되었다면 [GitHub 스타](https://github.com/CausalInferenceLab/Causal-Inference-with-Python)로 응원해 주시면 큰 힘이 됩니다.
+
+한국어 번역에 흔쾌히 동의해 준 Matheus Facure와, 번역과 실습 자료를 함께 만든 인과추론팀 멤버들에게 감사드립니다.
+
+## 원저자의 감사의 말
+
+> 이 시리즈 전체를 Joshua Angrist, Alberto Abadie, Christopher Walters의 훌륭한 계량경제학 강의에 바치는 헌사로 생각합니다. 1부의 아이디어는 대부분 이들이 미국경제학회(American Economic Association)에서 한 강의에서 가져왔습니다. Angrist의 책들은 계량경제학이 아주 유용할 뿐 아니라 무척 재미있다는 것을 알려 주었고, Miguel Hernan과 Jamie Robins의 책은 가장 까다로운 인과적 질문 앞에서 늘 믿고 기댄 동반자였습니다.
+
+- [Mastering Mostly Harmless Econometrics](https://www.aeaweb.org/conference/cont-ed/2020-webcasts) · [Cross-Section Econometrics](https://www.aeaweb.org/conference/cont-ed/2017-webcasts)
+- [Mostly Harmless Econometrics](https://www.mostlyharmlesseconometrics.com/) · [Mastering 'Metrics](https://www.masteringmetrics.com/)
+- [Causal Inference: What If](https://miguelhernan.org/whatifbook)
+
+원서는 누구나 무료로 볼 수 있는 오픈소스 자료입니다. 원서가 도움이 되었다면 저자의 [Patreon](https://www.patreon.com/causal_inference_for_the_brave_and_true)을 후원하거나 [원서 저장소에 스타](https://github.com/matheusfacure/python-causality-handbook/stargazers)를 남겨 주세요.