某公司有一個機器學習模型，想了解該模型是如何得出預測結果的。請問，理解模型預測結果的術語是什麼？

模型可解釋性（Model interpretability）是指理解機器學習模型如何做出預測的能力。這對於建立信任、確保公平性、偵測偏差以及滿足法規要求至關重要。透過可解釋性，我們可以了解模型預測背後的邏輯，例如哪些特徵對預測結果影響最大。模型訓練（Model training）是建立模型的過程，而非理解其結果。模型互通性（Model interoperability）是指不同系統或模型之間協同工作的能力。模型效能（Model performance）則衡量模型預測的準確性或效率，但它不解釋模型為何會做出這些預測。