Diagnosing Causal Credibility of Machine Learning Explanations: A Dual- SHAP Attribution Framework Applied to Social Survey Data
यह शोध पत्र एक ड्यूल-SHAP फ्रेमवर्क प्रस्तुत करता है जो सशर्त (conditional) और हस्तक्षेप संबंधी (interventional) एट्रिब्यूशन्स की तुलना करके मशीन लर्निंग स्पष्टीकरणों में सहसंबंधी और कारण संबंधी संबंधों के बीच अंतर करता है, और विविध सामाजिक सर्वेक्षण परिणामों में कारण विश्वसनीयता (causal credibility) का निदान करने में इसकी प्रभावशीलता को प्रदर्शित करता है।