Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Referencias sobre machine learning y RCF Para obtener más información sobre el machine learning y este algoritmo, sugerimos los siguientes recursos: + En el artículo [Robust Random Cut Forest (RRCF): A No Math Explanation](https://www.linkedin.com/pulse/robust-random-cut-forest-rrcf-math-explanation-logan-wilt/) se ofrece una explicación lúcida sin las ecuaciones matemáticas. + El libro [*The Elements of Statistical Learning: Data Mining, Inference, and Prediction*, Second Edition (Springer Series in Statistics)](https://www.amazon.com/Elements-Statistical-Learning-Prediction-Statistics/dp/0387848576) constituye una base sólida para el machine learning. + [http://proceedings.mlr.press/v48/guha16.pdf](http://proceedings.mlr.press/v48/guha16.pdf), un documento técnico académico que examina en profundidad los aspectos técnicos de la previsión y la detección de anomalías con ejemplos. En otros AWS servicios aparece un enfoque diferente del RCF. Si desea saber cómo se utiliza el RCF en otros servicios, consulte los siguientes temas: + *Amazon Managed Service para Apache Flink Referencia de SQL:* [https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sqlrf-random-cut-forest-with-explanation.html](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sqlrf-random-cut-forest-with-explanation.html) + *Guía para SageMaker desarrolladores de Amazon:* [algoritmo Random Cut Forest (RCF)](https://docs.aws.amazon.com/sagemaker/latest/dg/randomcutforest.html). Este enfoque también se explica en [The Random Cut Forest Algorithm](https://freecontent.manning.com/the-randomcutforest-algorithm/), un capítulo de [Machine Learning for Business](https://www.amazon.com/Machine-Learning-Business-Doug-Hudgeon/dp/1617295833/ref=sr_1_3) (octubre de 2018).