↑: [[G検定に関する知識]] - 「Yes/No」の分岐を繰り返して分類・回帰を行うアルゴリズム - **解釈性が高い**（ホワイトボックスモデル）：なぜその予測になったかが人間に説明しやすい - 分類木・回帰木の両方に使える - 木を深くしすぎると**過学習**しやすい - 剪定（Pruning）：不要な枝を切り落としてモデルを単純化し過学習を防ぐ - **深くするほど汎化性能が向上するわけではない**（深くしすぎると過学習）