反事実的説明の一般化ベイズ的視点に基づく事後分布決定と評価

arXiv stat.ML ・ 2026-07-31

原題: A Generalized-Bayes Perspective on Counterfactual Explanations: Posterior-Based Decision-Making and Evaluation

AI による要約

機械学習モデルの解釈性を高める反事実的説明が、距離最小化問題としてだけでなく一般化ベイズフレームワークにおけるギブス事後分布のMAP推定と数学的に同等であることを示した。この事後分布の視点から、よりリスク回避的な決定ルールなどを新たに導入した点が重要である。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv stat.ML）をご確認ください。