AI 是如何做出判斷的呢？來認識一個超好懂的 AI 模型：「決策樹」。

想像一下，決策樹就像一連串的「是非題」，能把複雜的判斷一步步拆解。 舉個例子： 銀行要審核一筆貸款，該不該通過？

決策樹如下：

第一層：這位客戶的年齡超過 25 歲嗎？→ 是/否

第二層：他的信用分數高於 600 嗎？→ 是/否

第三層：月收入是否穩定？→ 是/否

決策樹就是這樣根據年齡、收入、信用分數等資料，自動找出判斷的標準，最終給你一個明確的「通過」或「不通過」的答案。

這種模型最大的優點是「可解釋性」，也就是你可以清楚知道 AI 是根據什麼做出判斷的。假設你被拒絕貸款，銀行可以明確告訴你：「因為你的信用分數只有 550，低於我們的標準 600 分。」這種能夠清楚解釋決策過程的特性，就叫做「可解釋性」。

不過，也需要確保你的資料是完整且沒有偏差的喔，這樣 AI 才能做出公正的判斷。

你覺得決策樹還可以應用在哪些地方？例如：找工作、買房、還是挑選一家可信賴的AI公司？