Новый! Используйте Simple ML для Таблиц, чтобы применять машинное обучение к данным в Google Таблицах.
Подробнее
Руководство разработчика
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Внутри TD-DF опирается на леса принятия решений Yggdrasil (YDF). В зависимости от изменения может быть полезно прочитать руководство пользователя и разработчика YDF.
Структура зависимостей библиотеки организована по уровням:
- Керас
- ТензорФлоу
- Утилита Python
- Иггдрасиль
Там, где это уместно, следует внедрить новую логику. Когда несколько уровней могут быть релевантными, предпочтение следует отдавать самому общему слою.
Структура каталогов TF-DF и YDF — хорошее начало.
Если не указано иное, контент на этой странице предоставляется по лицензии Creative Commons "С указанием авторства 4.0", а примеры кода – по лицензии Apache 2.0. Подробнее об этом написано в правилах сайта. Java – это зарегистрированный товарный знак корпорации Oracle и ее аффилированных лиц.
Последнее обновление: 2025-01-17 UTC.
[null,null,["Последнее обновление: 2025-01-17 UTC."],[],[],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."]]
