Entscheidungsbäume (
Decision Trees) stammen aus dem Umfeld des maschinellen Lernens, der Künstlichen Intelligenz und des
Knowledge Engineering. Sie werden dazu verwendet, Klassifizierungsaufgaben zu modellieren und abzubilden. Bäume werden meist durch Induktion aufgebaut. Die Induktion von Bäumen ist ein
NP-vollständiges Problem, weshalb Bäume nicht nachweislich optimal induziert werden können. Daraus ergibt sich das Problem, dass Bäume oft nicht das Idealmaß zwischen Komplexität (Menge an Knoten) und Genauigkeit (predictive accuracy) aufweisen.