帮我做一篇关于可解释性机器学习分类的ppt，要求20页以上，关于可解释性机器学习，介绍其基本属性与分类、应用场景

很高兴为您服务，我将介绍可解释性机器学习。可解释性机器学习是一种具有可解释性的机器学习方法，是介于机器学习和传统算法之间的一种技术。它既可以从训练数据中学习模型，又可以把训练得到的结果提供给用户，使用户可以更好地理解模型的内在机制。可解释性机器学习的分类方法包括基于规则的方法（如决策树和关联规则），基于统计的方法（如统计学习和支持向量机），还有一些基于深度学习的方法。可解释性机器学习的应用场景主要包括数据挖掘、模式识别、计算机视觉、自然语言处理等。