Een bedrijf moet menselijke genen classificeren in 20 categorieën en heeft een algoritme nodig waarvan het interne beslissingsproces kan worden gedocumenteerd en geïnspecteerd. Welk machine learning-algoritme voldoet aan deze vereiste?

Beslissingsbomen (Decision trees) zijn de juiste keuze omdat ze inherent interpreteerbaar en transparant zijn. Hun beslissingsproces kan worden gevisualiseerd en gedocumenteerd als een reeks regels, wat essentieel is voor inspectie en begrip in gevoelige domeinen zoals genetica. Lineaire regressie en logistische regressie zijn minder geschikt voor classificatie met 20 categorieën en bieden geen gemakkelijk te inspecteren beslissingspad. Neurale netwerken zijn krachtig, maar staan bekend om hun 'black box'-karakter, wat het documenteren en inspecteren van hun interne beslissingsproces extreem moeilijk maakt.