予測や意思決定に対して明確で理解しやすい説明を提供するように設計された機械学習モデル。
本アプローチでは、本質的に解釈可能なアルゴリズム（決定木、ルールリスト）を選定する、または精度と透明性のバランスを実現するハイブリッドモデルを構築します。ガバナンスにおけるベストプラクティスとしては、モデルロジックの文書化、説明の明確性に関するユーザーテストの実施、ならびに説明可能な代替手段が存在する場合には不透明なモデルの適用を低リスク領域に限定することが挙げられます。
住宅ローン貸付業者は、初期の融資承認に説明可能な決定木モデルを活用しています。各決定経路は平易な言語によるルール（例：「収入が5万ドルを超え、かつクレジットスコアが700を超える場合は承認」）に変換されるため、融資担当者および監査担当者は、すべての承認を人間が判読可能な基準に直接追跡できます。
