การเรียนรู้ต้นไม้ในการตัดสินใจใช้แบบจำลองการทำนายที่มีสาขาที่ให้ข้อมูลคล้ายกับต้นไม้เพื่อรวบรวมข้อสมมติฐานเกี่ยวกับและตัดสินใจเกี่ยวกับคุณค่าของรายการ ระบบนี้ใช้สำหรับการเรียนรู้ของเครื่องสถิติและการขุดข้อมูล ต้นไม้การตัดสินใจยังเป็นที่รู้จักกันในนามต้นไม้ถดถอยหรือการจำแนกต้นไม้ขึ้นอยู่กับวัตถุประสงค์ที่ใช้
กระบวนการเรียนรู้ต้นไม้ตัดสินใจเกี่ยวข้องกับการย้ายจากสาขาหนึ่งไปยังอีกสาขาหนึ่งของข้อมูล เมื่อเข้าถึงแต่ละองค์ประกอบไม่ว่าจะผ่านทางคอมพิวเตอร์หรือบุคคลก็จะต้องพิจารณาว่าจะใช้กับรายการเป้าหมายหรือไม่ เมื่อสำรวจแต่ละสาขาแล้วคำตอบสามารถใช้เพื่อกำหนดมูลค่า
ในสาระสำคัญการเรียนรู้ต้นไม้ตัดสินใจเป็นกระบวนการของการตอบคำถาม แต่ละคำตอบย้ายกระบวนการไปข้างหน้าจนกว่าจะมีข้อมูลเพียงพอที่จะทำการตัดสินใจ ตัวอย่างเช่นต้นไม้ธรรมดาอาจเริ่มต้นด้วยการถามว่าจะซื้อวัตถุใดจากสองวัตถุ คำถามหนึ่งอาจถามว่าวัตถุนั้นมีประโยชน์หรือไม่ในขณะที่อีกคำถามหนึ่งอาจถามว่ารายการหนึ่งมีราคาดีกว่าอีกหรือไม่ โดยการถามคำถามเหล่านี้ทั้งหมดเป็นไปได้ที่จะตัดสินว่าการกระทำใดมีประโยชน์ทางสถิติมากกว่า
การเรียนรู้ต้นไม้การตัดสินใจยังสำรวจหมวดหมู่ย่อย การตอบคำถามหนึ่งข้ออาจนำไปสู่คำถามอื่น ซึ่งอาจส่งผลให้บางสาขามีสาขาย่อยจำนวนมากในขณะที่บางสาขามีความซับซ้อนน้อยกว่าเพราะง่ายต่อการตอบคำถาม การดำเนินการตามกระบวนการในลักษณะนี้ทำให้ผู้ใช้สามารถพัฒนาการประเมินรายละเอียดของรายการได้มากขึ้น
การใช้การเรียนรู้ต้นไม้ตัดสินใจที่เป็นไปได้อีกอย่างหนึ่งคือการจัดหมวดหมู่ แทนที่จะให้แต่ละคำถามนำไปสู่การตัดสินใจเพียงครั้งเดียวเนื้อหาของข้อมูลจะถูกแบ่งออกเป็นส่วนต่าง ๆ โดยขึ้นอยู่กับคำตอบของแต่ละสาขา เมื่อทุกสาขาได้รับการจัดหมวดหมู่แล้วกระบวนการเดียวกันก็อาจดำเนินการในแต่ละหมวดหมู่
การเรียนรู้ต้นไม้ตัดสินใจมักจะดำเนินต่อไปจากระดับบนลงล่าง มันไม่ได้มีแนวโน้มที่จะย้อนกลับ เมื่อคำถามได้รับคำตอบอย่างครบถ้วนแล้วโดยปกติไม่จำเป็นต้องอ้างถึงอีกจนกว่าจะมีการรวบรวมผลลัพธ์
ผลของการเรียนรู้ต้นไม้ตัดสินใจสามารถแสดงออกได้หลายวิธี พวกเขาอาจเป็นคำตอบของคำถามที่ใช่หรือไม่ใช่หรือตัวเลขเช่นราคาหรือช่วงเวลา ผลลัพธ์อาจเปิดเผยตัวตนของวัตถุบางอย่างและทำให้ชื่อชั้นที่มันเป็น
