Για την εκπαίδευση του έμπειριυ συστήματος στην αναγνώριση των νευμάτων νότας, αξιοποιήθηκε ο αλγόριθμος Random Decision Forests – RDF (Τυχαία Δάση Απόφασης). Κατά την εκπαίδευση του συστήματος, ο αλγόριθμος RDF κάνει χρήση πολλαπλών αλγορίθμων εκμάθησης στοχεύοντας στην υλοποίηση προγνωστικού συμπερασμού (inference) μέσω της δόμησης πολλαπλών decision trees (δέντρων απόφασης). Προϊόν της εκπαίδευσης είναι η επικρατούσα τιμή των κλάσεων που προκύπτουν από τη στατιστική ταξινόμηση ή τη μέση πρόβλεψη του κάθε δέντρου.
Συνήθως, χρειάζονται εκατοντάδες χιλιάδες εικόνες για να εκπαιδευτεί ένα decision forest, Όμως οι τελευταίες ερευνητικές προσεγγίσεις πετυχαίνουν την μείωση των παραπάνω απαιτήσεων. Σχετικά πρόσφατα εισήχθησαν τα ιεραρχικά RDF (HRDF), όπου εκπαιδεύονται πολλαπλά μοντέλα RDF και συνδυάζονται ιεραρχικά, ώστε να επιτευχθεί μεγαλύτερη ακρίβεια στην ταξινόμηση των περιοχών της σκηνής. Στοχεύοντας στην αναγνώριση των μουσικών χειρονομιών, ακολουθήθηκε η ανάπτυξη τέτοιων ιεραρχικών RDF μοντέλων ταξινόμησης των υπο-μονάδων των χεριών.