１章　機械学習の解釈性とは
２章　線形回帰モデルを通して「解釈性」を理解する
３章　特徴量の重要度を知る―Ｐｅｒｍｕｔａｔｉｏｎ　Ｆｅａｔｕｒｅ　Ｉｍｐｏｒｔａｎｃｅ
４章　特徴量と予測値の関係を知る―Ｐａｒｔｉａｌ　Ｄｅｐｅｎｄｅｎｃｅ
５章　インスタンスごとの異質性をとらえる―Ｉｎｄｉｖｉｄｕａｌ　Ｃｏｎｄｉｔｉｏｎａｌ　Ｅｘｐｅｃｔａｔｉｏｎ
６章　予測の理由を考える―ＳＨａｐｌｅｙ　Ａｄｄｉｔｉｖｅ　ｅｘＰｌａｎａｔｉｏｎｓ
付録Ａ　Ｒによる分析例―ｔｉｄｙｍｏｄｅｌｓとＤＡＬＥＸで機械学習モデルを解釈する
付録Ｂ　機械学習の解釈手法で線形回帰モデルを解釈する