Работа посвящена построению интерпретируемых моделей машинного обучения. Решается задача аппроксимации набора фигур на контурном изображении. Вводятся предположения, что фигуры являются кривыми второго порядка. При аппроксимации фигур используются информация о типе, расположении и форме кривых, а также о множестве их возможных преобразований. Такая информация называется экспертной , а метод машинного обучения, основанный на экспертной информации, называется обучение с экспертом . Предполагается, что набор фигур аппроксимируется набором локальных моделей . Каждая локальная модель, основанная на экспертной информации, аппроксимирует одну фигуру на контурном изображении. Для построения моделей предлагается отображать кривые второго порядка в пространство признаков, в котором каждая локальная модель является линейной. Таким образом, кривые второго порядка аппроксимируются набором линейных моделей. В вычислительном эксперименте рассматривается задача аппроксимации радужной оболочки глаза на контурном изображении.