用翻译工具囫囵吞枣地读了一篇论文。

说的是使用机器学习来预测啤酒中不同化合物的含量对消费者喜爱程度的影响，以找出最受欢迎的化合物。

实验者买了250种啤酒分析成分，然后组织品酒小组对啤酒口感、香味打分，以此为训练数据，训练不同机器学习模型，再选出拟合较好的模型。

实验者还从网上收集了网友对啤酒的评价，也作为训练数据交给机器学习，用来预测消费者的反馈。

然后，实验者在啤酒中添加了几种啤酒中主要含有的化合物，做成样品交给品酒组打分，然后把分数与模型预测的结果相比较，验证模型的预测准确率。

有意思的是，他们还测试了无醇啤酒中添加化合物对评分的影响。

因为研究对象是啤酒，所以这篇论文比较易读，也挺有意思。实验对象的选取、实验设备、实验方法、数据获取、引用来源都写得非常详细。稍作加工，很适合做世界设定时使用。