기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 기계 학습 및 RCF에 대한 참조
<a name="learn-more-about-machine-learning-and-rcf"></a>

기계 학습 및 이 알고리즘에 대해 자세히 알아보려면 다음 리소스를 추천합니다.
+ 문서 [수학적으로 설명되지 않는 Robust Random Cut Forest(RRCF)](https://www.linkedin.com/pulse/robust-random-cut-forest-rrcf-math-explanation-logan-wilt/)는 수학 방정식 없이도 명쾌한 설명을 제공합니다.
+ 책 [*통계 학습의 요소: 데이터 마이닝, 추론 및 예측*, Second Edition(통계학 Springer Series)](https://www.amazon.com/Elements-Statistical-Learning-Prediction-Statistics/dp/0387848576)은 기계 학습에 대한 철저한 기초를 제공합니다.
+ [Streams에 대한 Random Cut Forest 기반 이상 탐지](http://proceedings.mlr.press/v48/guha16.pdf)는 이상 탐지 및 예상의 세부적인 사항과 예가 모두 포함된 학술 백서입니다.

RCF에 대한 다른 접근 방식이 다른 AWS 서비스에 나타납니다. RCF가 다른 서비스에서 사용되는 방법은 다음을 참조하십시오.
+ *Amazon Managed Service for Apache Flink SQL 참조: *[RANDOM\_CUT\_FOREST](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sqlrf-random-cut-forest.html) 및 [RANDOM\_CUT\_FOREST\_WITH\_EXPLANATION](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sqlrf-random-cut-forest-with-explanation.html)
+ *Amazon SageMaker 개발자 안내서: *[Random Cut Forest(RCF) 알고리즘](https://docs.aws.amazon.com/sagemaker/latest/dg/randomcutforest.html). 이 접근 방식은 [비즈니스를 위한 기계 학습](https://www.amazon.com/Machine-Learning-Business-Doug-Hudgeon/dp/1617295833/ref=sr_1_3)의 한 챕터인 [Random Cut Forest 알고리즘](https://freecontent.manning.com/the-randomcutforest-algorithm/)(2018년 10월)에도 설명되어 있습니다.