Referenzen für Machine Learning und RCF
Für weitere Informationen über Machine Learning und diesen Algorithmus empfehlen wir Ihnen die folgenden Ressourcen:
-
Der Artikel Robust Random Cut Forest (RRCF): Eine Nicht-mathematische Erläuterung
bietet eine klare Erklärung ohne die mathematischen Gleichungen. -
Das Buch The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition (Springer Series in Statistics)
stellt eine umfassende Grundlage für Machine Learning bereit. -
Random Cut Forest Based Anomaly Detection On Streams
, eine akademische Abhandlung, die tief in die Feinheiten der Anomalieerkennung und der Prognose eindringt, mit Beispielen.
Ein anderer Ansatz zu RCF erscheint in anderen AWS-Services. Wenn Sie wissen möchten, wie RCF in anderen Services verwendet wird, vgl.:
-
Amazon Managed Service für Apache Flink SQL-Referenz: RANDOM_CUT_FOREST und RANDOM_CUT_FOREST_WITH_EXPLANATION
-
Amazon SageMaker-Entwicklerhandbuch: Random Cut Forest (RCF)-Algorithmus. Dieser Ansatz wird auch in The Random Cut Forest Algorithm
, einem Kapitel in Machine Learning for Business (Oktober 2018) erklärt.
