簡介
決策論中（如風險管理），決策樹（Decision tree）由一個決策圖和可能的結果（包括資源成本和風險）組成，用來創建到達目标的規劃。決策樹建立并用來輔助決策，是一種特殊的樹結構。決策樹是一個利用像樹一樣的圖形或決策模型的決策支持工具，包括随機事件結果，資源代價和實用性。它是一個算法顯示的方法。
決策樹經常在運籌學中使用，特别是在決策分析中，它幫助确定一個能最可能達到目标的策略。如果在實際中，決策不得不在沒有完備知識的情況下被在線采用，一個決策樹應該平行概率模型作為最佳的選擇模型或在線選擇模型算法。決策樹的另一個使用是作為計算條件概率的描述性手段。
适用範圍
決策樹法的适用範圍：适用于對不确定性投資方案期望收益的定量分析。
原理
它利用了概率論的原理，并且利用一種樹形圖作為分析工具。其基本原理是用決策點代表決策問題，用方案分枝代表可供選擇的方案，用概率分枝代表方案可能出現的各種結果，經過對各種方案在各種結果條件下損益值的計算比較，為決策者提供決策依據。
決策樹分析法是常用的風險分析決策方法。該方法是一種用樹形圖來描述各方案在未來收益的計算。比較以及選擇的方法，其決策是以期望值為标準的。人們對未來可能會遇到好幾種不同的情況。每種情況均有出現的可能，人們目前無法确知，但是可以根據以前的資料來推斷各種自然狀态出現的概率。在這樣的條件下，人們計算的各種方案在未來的經濟效果隻能是考慮到各種自然狀态出現的概率的期望值，與未來的實際收益不會完全相等。
如果一個決策樹隻在樹的根部有一決策點，則稱為單級決策；若一個決策不僅在樹的根部有決策點，而且在樹的中間也有決策點，則稱為多級決策。
要素
整個決策樹由決策結點、方案分枝、狀态結點、概率分枝和結果點五個要素構成。
步驟
（1）繪制決策樹圖。從左到右的順序畫決策樹，此過程本身就是對決策問題的再分析過程。
（2）按從右到左的順序計算各方案的期望值，并将結果寫在相應方案節點上方。期望值的計算是從右到左沿着決策樹的反方向進行計算的。
（3）對比各方案的期望值的大小，進行剪枝優選。在舍去備選方案枝上，用“=”記号隔斷。
優點
決策樹法是管理人員和決策分析人員經常采用的一種行之有效的決策工具。它具有下列優點：
1、決策樹列出了決策問題的全部可行方案和可能出現的各種自然狀态，以及各可行方法在各種不同狀态下的期望值。
2、能直觀地顯示整個決策問題在時間和決策順序上不同階段的決策過程。
3、在應用于複雜的多階段決策時，階段明顯，層次清楚，便于決策機構集體研究，可以周密地思考各種因素，有利于作出正确的決策。
當然，決策樹法也不是十全十美的，它也有缺點，如使用範圍有限，無法适用于一些不能用數量表示的決策；對各種方案的出現概率的确定有時主觀性較大，可能導緻決策失誤等等。
局限性
1、多級決策樹可能過于複雜，不容易與其他人交流；
2、為了能夠用樹形圖表示，可能有過于簡化環境的傾向；
3、使用範圍有限，無法适用于一些不能用數量表示的決策；
4、對各種方案的出現概率的确定有時主觀性較大，可能導緻決策失誤。
