Дерево прийняття рішень - це дерево, на ребрах якого записані атрибути, від яких залежить цільова функція, в гілках записані значення цільової функції, а в інших вузлах - атрибути, за якими розрізняються випадки. Щоб класифікувати новий випадок, треба спуститися по дереву по гілці і видати відповідне значення. Дерево рішень використовується для представлення своїх можливих дій і для знаходження послідовності правильних рішень, які призводять до максимально очікуваної корисності. Існує три правила вибору оптимальної (за критерієм максимуму очікуваної корисності) послідовності рішень на підґрунті дерев рішень: 1) йти від кінцевих гілок до його кореня; 2) там, де існує випадковість (коло), знаходиться середнє значення; 3) там, де приймається рішення (квадратик), вибирається гілка з найбільш очікуваною корисністю, а інша відсікається двома рисками. Дерева прийняття рішень звичайно використовуються для вирішення задач класифікації даних або, інакше кажучи, для завдання апроксимації заданої булевої функції. Ситуація, в якій варто застосовувати дерева прийняття рішень, звичайно виглядає так: є багато випадків, кожен з яких описується деяким кінцевим набором дискретних атрибутів, і в кожному з випадків дано значення деякої (невідомої) булевой функції, що залежить від цих атрибутів. Завдання - створити досить економічну конструкцію, яка б описувала цю функцію і дозволяла класифікувати нові, що надходять ззовні дані.