ディープラーニングで偏相関は求められないんじゃないか？
ABテストみたいな実験をせずに結果から原因を推定する因果推論でディープラーニング使ってる香具師見たことないが。
DLや決定木みたいなノンパラメトリックモデルって特徴量の次元数に対してサンプル数が十分でない時、相関の強い特徴量に特化したモデルが出来上がり、相関が弱い特徴量は切り捨てるバイアスがかかることがあると思うんだよな
この事は人工データを使って実験すれば実際はどうなのかすぐ分かる
決定木で実験済みだが一応自分でもやってみてくれ
正規線形回帰モデルはそういうバイアスがかからない事が数学的に証明されている（宮川の統計的因果推論 4.1節を元に容易に証明できる）
そういった理由で因果推論では誰もDLを使わないのでは？
つまりDLが万能とか何の根拠があって言ってるのだろうと言うこと