L'apprentissage de représentations résiduelles simplifie le problème d'optimisation de l'apprentissage de fonctions complexes et a été largement utilisé par les réseaux neuronaux convolutifs traditionnels. Cependant, cette technique n'a pas encore été appliquée aux forêts de décision neuronales profondes (NDF). Dans cet article, nous intégrons l'apprentissage résiduel aux NDF, et le modèle résultant atteint un niveau de précision à la pointe de l'état de l'art sur trois jeux de données publics d'estimation de l'âge tout en nécessitant moins de mémoire et de calcul. Nous utilisons également une technique basée sur les gradients pour visualiser le processus de prise de décision des NDF et comprendre comment il est influencé par les entrées d'images faciales. Le code source et les modèles pré-entraînés seront disponibles à l'adresse suivante : https://github.com/Nicholasli1995/VisualizingNDF.