Cette séance de cours couvre les arbres de décision et de régression, y compris les principes des prédicteurs d'arbres, les mesures des impuretés, les entropies empiriques, la diminution des impuretés via une scission, les algorithmes d'apprentissage et les implémentations. Il discute également des arbres d'inférence conditionnelle et des techniques d'élagage des arbres.