Phương pháp học máy - cây quyết định dùng để phục vụ các mục đích phân loại, tính hồi quy và các nhiệm vụ khác bằng cách xây dựng nhiều cây quyết định (Decision tree). Hiện nay cây quyết định là một phương pháp thông dụng trong khai thác dữ liệu. Khi đó, cây quyết định mô tả một cấu trúc cây, trong đó, các lá đại diện cho các phân loại còn cành đại diện cho các kết hợp của các thuộc tính dẫn tới phân loại đó [1]. Trong phạm vi bài báo này, nhóm nghiên tiến hành thử nghiệm một thuật toán của phương pháp học máy (Machine Learning) - cây quyết định trong phân loại các đối tượng sử dụng đất đặc biệt là rừng ngập mặn trên ảnh vệ tinh LANDSAT với khu vực thử nghiệm là xã Đất Mũi thuộc huyện Ngọc Hiển, tỉnh Cà Mau Cà Mau. Kết quả nghiên cứu đã phân loại thành công các lớp sử dụng đất giai đoạn 1995 - 2020 với độ chính xác tổng lần lượt cao là 88,8%, hệ số Kappa là 0,85 rất tốt đối với ảnh Landsat có độ phân giải trung bình., Tóm tắt tiếng anh, Method of machine learning - decision tree is used for classification, regression and other tasks by building many decision trees. Decision trees are now a popular method in data mining. The decision tree then describes a tree structure, where the leaves represent the categories and the branches represent the combinations of attributes that lead to that classification [1]. Within the scope of this paper, the research team tested an algorithm of machine learning method (Machine Learning) - decision tree in classifying land use objects, especially mangrove forests on LANDSAT satellite images with The test area is Dat Mui commune, Ngoc Hien district, Ca Mau province. The research results have successfully classified the land use classes for the period 1995 - 2020 with a high total accuracy of 88.8 %, respectively, and a Kappa coefficient of 0.85 which is very good for Landsat images with medium resolution.