怎么评价一个机器学习能力

李宏毅深度学习教程里提到机器学习就是让机器具备找一个函数的能力。 如果有一个机器学习模型，能够根据一堆简单的数据算出简单的加减法运算。那么评价这个机器学习模型好坏可以由一下三个因素：

1. 训练所需数据量大小，越小表示学习能力越强。例如仅根据加法口诀数据就能算出加法运算（甚至四则运算定律）！
2. 训练所需时间长短，越短表示学习能力越强。
3. 得到的结果准确度，越准确表示学习能力越强（100%）。例如能检验加法表达式的错误！

后续：拥有超强学习能力模型后，统一接口，让其学习更多能力。

1,1,2
1,2,3
1,3,4
1,4,5
1,5,6
1,6,7
1,7,8
1,8,9
1,9,10
2,1,3
2,2,4
2,3,5
2,4,6
2,5,7
2,6,8
2,7,9
2,8,10
3,1,4
3,2,5
3,3,6
3,4,7
3,5,8
3,6,9
3,7,10
4,1,5
4,2,6
4,3,7
4,4,8
4,5,9
4,6,10
5,1,6
5,2,7
5,3,8
5,4,9
5,5,10
6,1,7
6,2,8
6,3,9
6,4,10
7,1,8
7,2,9
7,3,10
8,1,9
8,2,10
9,1,10