ある企業は、人間の遺伝子を20のカテゴリに分類する必要があり、内部の決定プロセスを文書化および検査できるアルゴリズムを求めています。この要件を満たす機械学習アルゴリズムはどれですか？

決定木は、意思決定プロセスを視覚的に表現し、各分岐が特定の条件に基づいてデータを分割するため、解釈可能性が高いです。遺伝子を20のカテゴリに分類するタスクにおいて、その決定ロジックを文書化・検査できるという要件に最も適しています。線形回帰は連続値の予測に、ロジスティック回帰は二項分類（2つのカテゴリ）に主に用いられ、多クラス分類の解釈性要件には不十分です。ニューラルネットワークは高い精度を達成できますが、「ブラックボックス」として知られ、内部の決定プロセスを詳細に検査することは困難です。