Los modelos de aprendizaje automático (machine learning) supervisados de clasificación mediante particiones binarias recursivas, también llamados "árboles de decisión" se encuentran entre los más utilizados en la ciencia de datos, no sólo por su interpretabilidad y su performance sino también por ser la base de los modelos más potentes utilizados en la actualidad: los ensambles de árboles de decisión. Al seguir siendo considerados los modelos de clasificación por excelencia, es que en este trabajo presentaré sus fundamentos, sus elementos constitutivos y los procedimientos involucrados para su implementación, puesta en marcha y medición de performance predictiva.