本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 機器學習和 RCF 的參考
<a name="learn-more-about-machine-learning-and-rcf"></a>

若要進一步了解機器學習和此演算法，我們建議使用以下資源：
+ [強健的 Random Cut Forest (RRCF)：不用數學解說](https://www.linkedin.com/pulse/robust-random-cut-forest-rrcf-math-explanation-logan-wilt/)文章提供清楚易懂的解說，沒有數學方程式。
+ [*《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)一書提供徹底的機器學習概論。
+ [http://proceedings.mlr.press/v48/guha16.pdf](http://proceedings.mlr.press/v48/guha16.pdf) 是學術性論文，深入探討異常偵測和預測的技術，並附上範例。

其他服務中會出現不同的 RCF 方法 AWS 。若要探索如何在其他服務中使用 RCF，請參閱下列各項：
+ *Amazon Managed Service for Apache Flink SQL 參考：*[RANDOM\_CUT\_FOREST](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sqlrf-random-cut-forest.html) 和 [RANDOM\_CUT\_FOREST\_WITH\_EXPLANATION](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sqlrf-random-cut-forest-with-explanation.html)
+ *Amazon SageMaker 開發人員指南：*[Random Cut Forest (RCF) 演算法](https://docs.aws.amazon.com/sagemaker/latest/dg/randomcutforest.html)。[Machine Learning for Business](https://www.amazon.com/Machine-Learning-Business-Doug-Hudgeon/dp/1617295833/ref=sr_1_3) (2018 年 10 月) 中的 [The Random Cut Forest Algorithm](https://freecontent.manning.com/the-randomcutforest-algorithm/) 一章對這種方法作了解釋。