姚奕2022-06-08 11:09:26

三个场景的翻译如下：

一、 在以运营为重点的使用类别中，Acme Trading Inc希望通过将单个债券与类似债券（在期限等特征上类似）进行比较来对其流动性进行评分，但没有标记的培训数据集。

二、在SupTech类别中，一位国家监管者希望将来自推特帖子的情感纳入其中，推特帖子本身是非结构化数据（请注意，推特是半结构化的，因为结构化JSON对象本身包含非结构化的“推特”文本）。

三、 在以操作为中心的使用类别中，布兰德金融公司希望通过将未标记的数据提供给一个算法，该算法选择一个动作，并通过接收反馈进行学习（有时反馈是人为的），从而教会人工智能工具对订单不平衡和限额订单簿中的队列位置作出反应。

根据机器学习的分类，一中的情况是没有标记的数据集（即没有Y），所以属于无监督的学习，主要方法是把相同特征的归类在一起，是聚类分析。
二的描述很明显，因为是非结构化数据，所以属于自然语言处理；
三的情景中的关键是接收反馈，反馈的结果会对学习算法进行改进调整，属于自我的强化。