Деревья вероятностей (деревья решений) используются в реальных исследованиях и прогнозировании для решения различных задач: 23

• Банковский сектор и инвестиции. 2 Например, система может принять решение о выдаче кредита после оценки возраста, уровня дохода, кредитной истории клиента, а также наличия у него недвижимости. 2 Другие аналитические системы оценивают инвестиционные проекты и выбирают самый привлекательный, исходя из размера требуемых инвестиций и допустимых рисков. 2
• Медицина. 2 Проведение первичной диагностики для выявления симптомов или определения рисков развития заболевания. 2 Например, деревья принятия решений используют при выявлении ранних признаков деменции. 2
• Промышленность. 2 Оценка качества продукции, подсчёт возможной прибыли — например, в зависимости от изменения времени поставок продуктов. 2
• Сельское хозяйство и природопользование. 2 Классификация растений и выявление стадий их роста, а также обнаружение лесных пожаров по спутниковым снимкам. 2
• Менеджмент и маркетинг. 2 Анализ способов модернизации сайта — силами штатных или сторонних разработчиков. 2 Определение клиентов, которые планируют отказаться от услуг компании, на основе их транзакционной активности, чтобы затем предлагать им акции и скидки, мотивируя остаться. 2
• Построение скриптов для чат-ботов в клиентской службе и анализ текстов для определения настроения аудитории. 2

Например, на основе метеорологических наблюдений за прошедшие 100 дней можно сделать прогноз, будет ли завтра дождь. 3 Для этого можно проанализировать набор характеристик каждого дня: среднюю температуру, влажность, был ли дождь в прошедшие две недели. 3 Алгоритм дерева решений будет искать в общем объёме данных те повторяющиеся условия, по которым проще всего разделить все дни на две группы, где 1 — на следующий день был дождь, 0 — на следующий день дождя не было. 3 Такие условия увеличивают вероятность нужного результата. 3