机器学习中的性能 与传统IT行业所指的性能 区别

之前看好多机器学习的文章，总不能理解他们说的模型性能好不好。 

从传统行业来看，做的产品能跑起来，实现客户需求，这叫功能。
功能实现了后，再看在超大话务模型/超大业务请求量下的表现，叫性能。 接着还有DFX, 即（Design for X, 可靠性/兼容性/可维护性/可测试性包括用户体验等等一系列)

但是在机器学习领域中，性能是指 模型最终的预测能力（准确性）， 这个其实偏离传统行业的功能的意义。以传统IT行业的眼光来看，机器学习是为了预测，预测得准不准当然属于产品的功能问题 而不是性能问题。不过大家都这么用，只能改变自己了。 改变也挺快， 如果能加个namespace最好啦  ：）