جديد! استخدم Simple ML for Sheets لتطبيق التعلم الآلي على البيانات في Google Sheets
قراءة المزيد
دليل المطور
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
داخليًا ، تعتمد TD-DF على غابات القرار Yggdrasil (YDF). اعتمادًا على التغيير ، قد تكون قراءة دليل المستخدم والمطور الخاص بـ YDF مفيدًا.
هيكل التبعية للمكتبة منظم في طبقات:
- كيراس
- TensorFlow
- فائدة بايثون
- يغدراسيل
يجب تنفيذ منطق جديد عند الاقتضاء. عندما يكون من المحتمل أن تكون عدة طبقات ذات صلة ، يجب تفضيل الطبقة الأكثر عمومية.
يعد هيكل دليل TF-DF و YDF بداية جيدة.
إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2025-01-17 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2025-01-17 (حسب التوقيت العالمي المتفَّق عليه)"],[],[],null,["# Developer Manual\n\n\u003cbr /\u003e\n\nInternally, TD-DF relies on\n[Yggdrasil Decision Forests](https://github.com/google/yggdrasil-decision-forests)\n(YDF). Depending on the change, reading YDF's user and developer manual might be\nbeneficial.\n\nThe library's dependency structure is organized in layers:\n\n1. Keras\n2. TensorFlow\n3. Python utility\n4. Yggdrasil\n\nNew logic should be implemented where relevant. When several layers are\npossibly relevant, the most generic layer should be favored.\n\nThe directory structure of [TF-DF](/decision_forests/directory_structure) and\n[YDF](https://github.com/google/yggdrasil-decision-forests/blob/main/documentation/directory_structure.md)\nis a good start."]]
