В области решения задач машинного обучения наибольшее распространение получили нейронные сети и другие методы, механизм работы которых скрыт от пользователя. В программе реализованы интерпретируемые модели машинного обучения для поиска аномалий при работе с чувствительными данными. Интерпретация результатов работы модели важна при принятии решений в медицине, судебных и правоохранительных органах и так далее. Для получения интерпретируемых решений используются классификатор, основанный на нечёткой логике, и дерево решений. Результаты работы программы помогают специалистам не только в нахождении решений, но и в их объяснении.