Machine learning 从一组训练实例中学习决策树的算法意味着什么？

我对机器学习还很陌生，我遇到了一个问题

描述一种从一组训练实例中学习决策树的算法，并提及属性选择的一个标准。

---

我对学习和属性选择这两个词感到困惑，在这个上下文中，它们是什么意思？难道没有提出一种算法，使输入与期望输出相匹配，这就是机器的职责吗？对不起，我两天前才开始学的初学者问题，有人能帮我吗？：）

你研究过决策树吗？因为如果没有，那么这个问题显然就没有意义了，在尝试这些问题之前，你应该学习更多。我理解决策树及其背后的概念，我只是对这里提到的ML概念不熟悉，学习在这里意味着什么？这是否意味着从给定的训练集生成决策树？我认为您阅读了非ML决策树资源，因为任何经典ML书籍都会涉及决策树/随机林以及学习它们的算法。噢，该死，我不知道有ML特定的决策树，我的badDecision树不是特定于ML的，但是有特定于机器学习的方法来构建树，问题要求您描述一种算法，该算法在输入上获取数据集并输出决策树。