本文综述可解释机器学习研究，涵盖基于树的模型简化与高解释方法及其在医疗风险因素识别与模型监测中的应用，时间序列解释框架（集成特征选择、timeXplain、EBLR、WindowSHAP、H-Pro、TimeSHAP），以及财务领域利用生成对抗网络合成数据训练分段线性模型以提供局部归因解释。