因果関係発見を用いて、ブラックボックスの機械学習モデルの予測結果を説明可能にする新しい枠組みを提案した。
本研究では、勾配ベースの因果関係発見フレームワークと組み合わせて使用できる新しい介入ターゲティング手法「GIT」を提案する。GITは、介入によって引き起こされる勾配の大きさを利用して、効率的に介入ターゲットを選択する。
