Buchumschlag

Learning Actionable Counterfactual Explanations in Large State Spaces

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Naggita, Keziah, Walter, Matthew R., Blum, Avrim
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PAC Learning with Improvements
von: Attias, Idan, et al.
Veröffentlicht: (2025)

Revealing Positive and Negative Role Models to Help People Make Good Decisions
von: Blum, Avrim, et al.
Veröffentlicht: (2026)

A case for data valuation transparency via DValCards
von: Naggita, Keziah, et al.
Veröffentlicht: (2025)

Counterfactual Training: Teaching Models Plausible and Actionable Explanations
von: Altmeyer, Patrick, et al.
Veröffentlicht: (2026)

Proofs as Explanations: Short Certificates for Reliable Predictions
von: Blum, Avrim, et al.
Veröffentlicht: (2025)

FACEGroup: Feasible and Actionable Counterfactual Explanations for Group Fairness
von: Fragkathoulas, Christos, et al.
Veröffentlicht: (2024)

A Model for Combinatorial Dictionary Learning and Inference
von: Blum, Avrim, et al.
Veröffentlicht: (2024)

Tabular Diffusion based Actionable Counterfactual Explanations for Network Intrusion Detection
von: Galwaduge, Vinura, et al.
Veröffentlicht: (2025)

Replicable Online Learning
von: Ahmadi, Saba, et al.
Veröffentlicht: (2024)

RealAC: A Domain-Agnostic Framework for Realistic and Actionable Counterfactual Explanations
von: Arefeen, Asiful, et al.
Veröffentlicht: (2025)

KTCF: Actionable Recourse in Knowledge Tracing via Counterfactual Explanations for Education
von: Kim, Woojin, et al.
Veröffentlicht: (2026)

Recovering from Biased Data: Can Fairness Constraints Improve Accuracy?
von: Blum, Avrim, et al.
Veröffentlicht: (2019)

Nearly-tight Approximation Guarantees for the Improving Multi-Armed Bandits Problem
von: Blum, Avrim, et al.
Veröffentlicht: (2024)

Competitive strategies to use "warm start" algorithms with predictions
von: Srinivas, Vaidehi, et al.
Veröffentlicht: (2024)

Actionable Counterfactual Explanations Using Bayesian Networks and Path Planning with Applications to Environmental Quality Improvement
von: Valero-Leal, Enrique, et al.
Veröffentlicht: (2025)

Regularized Robustly Reliable Learners and Instance Targeted Attacks
von: Blum, Avrim, et al.
Veröffentlicht: (2024)

On Learning Verifiers and Implications to Chain-of-Thought Reasoning
von: Balcan, Maria-Florina, et al.
Veröffentlicht: (2025)

Counterfactual Explanations via Riemannian Latent Space Traversal
von: Pegios, Paraskevas, et al.
Veröffentlicht: (2024)

On the Trade-offs between Adversarial Robustness and Actionable Explanations
von: Krishna, Satyapriya, et al.
Veröffentlicht: (2023)

Strategic Classification under Unknown Personalized Manipulation
von: Shao, Han, et al.
Veröffentlicht: (2023)

Fundamental Bounds on Online Strategic Classification
von: Ahmadi, Saba, et al.
Veröffentlicht: (2023)

A Machine Learning Theory Perspective on Strategic Litigation
von: Dutz, Melissa, et al.
Veröffentlicht: (2025)

Algorithm Design and Stronger Guarantees for the Improving Multi-Armed Bandits Problem
von: Blum, Avrim, et al.
Veröffentlicht: (2025)

ACE: Adapting sampling for Counterfactual Explanations
von: Guerrero, Margarita A., et al.
Veröffentlicht: (2025)

Causal Explanation of Concept Drift -- A Truly Actionable Approach
von: Komnick, David, et al.
Veröffentlicht: (2025)

PUPAE: Intuitive and Actionable Explanations for Time Series Anomalies
von: Der, Audrey, et al.
Veröffentlicht: (2024)

Agnostic Multi-Robust Learning Using ERM
von: Ahmadi, Saba, et al.
Veröffentlicht: (2023)

Improving the Evaluation and Actionability of Explanation Methods for Multivariate Time Series Classification
von: Serramazza, Davide Italo, et al.
Veröffentlicht: (2024)

Tabular Diffusion Counterfactual Explanations
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Graph Diffusion Counterfactual Explanation
von: Bechtoldt, David, et al.
Veröffentlicht: (2025)

Model-Based Counterfactual Explanations Incorporating Feature Space Attributes for Tabular Data
von: Sumiya, Yuta, et al.
Veröffentlicht: (2024)

ACTER: Diverse and Actionable Counterfactual Sequences for Explaining and Diagnosing RL Policies
von: Gajcin, Jasmina, et al.
Veröffentlicht: (2024)

Counterfactual Explanations for Continuous Action Reinforcement Learning
von: Dong, Shuyang, et al.
Veröffentlicht: (2025)

On the Vulnerability of Fairness Constrained Learning to Malicious Noise
von: Blum, Avrim, et al.
Veröffentlicht: (2023)

Watermarking Counterfactual Explanations
von: Guo, Hangzhi, et al.
Veröffentlicht: (2024)

Optimal Transport Group Counterfactual Explanations
von: Valero-Leal, Enrique, et al.
Veröffentlicht: (2026)

Counterfactual Explanations Under Concept Drift
von: Kostrzewa, Marcin, et al.
Veröffentlicht: (2026)

Distributional Adversarial Loss
von: Ahmadi, Saba, et al.
Veröffentlicht: (2024)

Counterfactual Explanations for Linear Optimization
von: Kurtz, Jannis, et al.
Veröffentlicht: (2024)

S-CFE: Simple Counterfactual Explanations
von: Sadiku, Shpresim, et al.
Veröffentlicht: (2024)