# Arbre de Décision

> Modèle d'apprentissage supervisé sous forme d'arbre, où chaque nœud représente un test sur un attribut.

- Page ZoneIA : https://zoneia.fr/glossaire/arbre-de-decision
- Type : Définition du glossaire IA
- Catégories : [Analyse de Données & Data](https://zoneia.fr/outils/categorie/analyse-donnees-data), [Recherche & Science](https://zoneia.fr/outils/categorie/recherche-science-ia)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

Un arbre de décision est un modèle de **classification** ou de **régression** qui prend des décisions en enchaînant des règles simples. Il ressemble à un organigramme : on part de la racine, on répond à des questions successives, puis on arrive à une **feuille** qui produit la prédiction (une classe ou une valeur).

## Comment ça fonctionne
Lors de l’entraînement, l’algorithme cherche, à chaque nœud, le **meilleur attribut** (et éventuellement un seuil) pour séparer les données en sous-groupes plus « purs ». Cette sélection s’appuie sur des critères comme l’**impureté de Gini**, l’**entropie** (gain d’information) ou la **réduction de variance** en régression. Le processus se répète jusqu’à atteindre un arrêt (profondeur maximale, nombre minimal d’exemples, etc.). Pour éviter le surapprentissage, on utilise souvent le **pruning** (élagage) ou des contraintes de complexité.

## À quoi ça sert
- Produire des modèles **interprétables** (règles lisibles).
- Gérer des données numériques et catégorielles avec peu de préparation.
- Servir de brique de base à des méthodes plus robustes comme les **Random Forests** et le **Gradient Boosting**.

## Exemples
- Détecter un risque de churn : *“si ancienneté < 3 mois et usage faible → risque élevé”*.
- Estimer un prix (régression) selon surface, localisation et état du bien.

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/arbre-de-decision)