Одним из существенных ограничений нейросетевых моделей для классификации является тот факт, что
процесс принятия решений в обученной нейронной сети очень сложно поддаётся анализу, из-за чего невозможно оценить смысловую корректность результатов и сформировать на их основе новые экспертные
знания. Для решения этой проблемы предлагается использовать метод локальных линейных аппроксимаций обученной модели, позволяющий оценить влияние отдельных признаков одного экземпляра данных
на полученный результат в понятной форме.