这本小册子写的很好，由浅入深覆盖了机器学习面试的主要考核点，包括各算法的设计原则和实现方式。
其实机器学习基本知识面都不太难，高数和线性代数学的好一点，了解这些算法一点问题没有。书中涉及的知识点，也的确是业界招聘时，主要考察的内容，都是一些基础的东西。
在实际工作中，机器学习落地难度大的，还是业务契合以及工程化。业务可是很复杂的，我们之前有项推荐业务，什么高大上的模型都没啥用，还不如手写规则来的实际。
工程化也是比较棘手的事，比如，在服务器上跑的再利索的模型，到了移动端不一定好使。所以机器学习工程师的代码和架构能力同样重要。
感谢原作者Mihair Eric.