جديد! استخدم Simple ML for Sheets لتطبيق التعلم الآلي على البيانات في Google Sheets
قراءة المزيد
الدروس التعليمية لغابات القرار TensorFlow
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
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: 2024-08-24 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2024-08-24 (حسب التوقيت العالمي المتفَّق عليه)"],[],[],null,["# TensorFlow Decision Forests tutorials\n\n\u003cbr /\u003e\n\nThe following notebooks are available:\n\n- [Beginner Colab](/decision_forests/tutorials/beginner_colab): Learn about the basic about model training, evaluation and exportation.\n- [Ranking Colab](/decision_forests/tutorials/ranking_colab): Learn about ranking with decision forests.\n- [Intermediate Colab](/decision_forests/tutorials/intermediate_colab): How to consume text and combine decision forest with neural networks.\n- [Advanced Colab](/decision_forests/tutorials/advanced_colab): How to inspect and create model structures directly.\n- [Uplifting Colab](/decision_forests/tutorials/uplift_colab): Learn about uplift modeling with decision forests.\n- [Model composition Colab](/decision_forests/tutorials/model_composition_colab): How to compose decision forests and neural networks together.\n- [Proximities and Prototypes with Random Forests](/decision_forests/tutorials/proximities_colab): Measure the distance between tabular examples and use it to understand a model and its predictions.\n- [Automatic hyper-parameter tuning](/decision_forests/tutorials/automatic_tuning_colab): Automatically select the best hyper-parameters for a model.\n- [Making predictions](/decision_forests/tutorials/predict_colab): List of options to make predictions with a model."]]
