Sin duda los arboles de decisión ya habían sido usados desde varios años atrás en diversas disciplinas, como son las siguientes:

La estadística, ingeniería (reconocimiento de patrones), la teoría de la decisión (programación de tablas de decisión ) y el procesamiento de la señal. En cada uno de estos campos de aplicación que se acaban de mencionar, los arboles de decisión fueron utilizados para hacer exploración de datos con alguno de los objetivos que se mencionaran enseguida:

• Descripción (para representar el conjunto de observaciones de una manera más clara y eficiente),
• Agrupación (para descubrir si el conjunto de ejemplos contiene agrupaciones de objetos, o clusters, claramente separables y con entidad propia) y
• Generalización (para descubrir una función entre las variables independientes o atributos, y la variable dependiente, o clase, que pueda ser útil para predecir el valor de la variable dependiente en futuras observaciones).

Los arboles de decisión son útiles también para clasificar instancias caracterizadas como conjuntos de atributos. Cada noto no terminar del árbol representa un atributo, y tendrá tantas ramas como también calores diferentes pueda tomar dicho atributo. Los nodos terminales representan las clases. Para poder clasificar una instancia, se empieza siempre por la raíz y se va siguiendo el camino que indican los valores de los atributos, hasta llegar a un nodo terminal, que indicara la clase a la que pertenece.