可迁移模型 · TRANSFERABLE MODEL
学习问题的本质是三要素的选择而非算法选择
很多人学机器学习时按"算法列表"学习——先学SVM，再学随机森林，感觉每个都是独立的知识点。但本书的三要素框架揭示：所有算法都是在三个正交维度上做选择。真正的专业能力不是记住每种算法的细节，而是能根据问题特征在三个维度上做出正确的组合决策。
来自这本书的解读报告
《统计学习方法》
这本书回答了机器学习算法如何统一理解的问题，其答案是用「模型×策略×算法」三要素框架重构所有方法
阅读完整解读报告 →