De la lista que proporcionó, los temas más importantes en mi opinión son:
- Probabilidades y estadísticas
- Álgebra lineal
- (****) Cálculo
La probabilidad y la estadística son los elementos básicos del aprendizaje automático y la ciencia de la información, y existen probabilidades y modelos estadísticos en todas partes. Al conocer las estadísticas, debería poder usar lenguajes de programación como R o Python para construir un modelo simple (usando funciones integradas) como la regresión lineal y las regresiones logísticas, y sería capaz de interpretar los significados (es decir, interpretación, ajuste del modelo, error estándar, etc.).
Para profundizar más en los algoritmos detrás de esos modelos, necesitará álgebra lineal y cálculo (cualquiera que sea el tipo) para entender los mínimos cuadrados, la estimación de máxima probabilidad, etc.
En cuanto a los recursos, creo que simplemente puede buscar en Google y encontrar muchas notas de cursos o cursos en línea. También puede consultar: ¿Cómo puedo convertirme en un científico de datos? en Quora y otras publicaciones en Data Science.
- ¿Cuál es la mejor manera de aprender C ++ por mi cuenta?
- ¿Cómo se convierte uno en un mejor aprendiz de por vida?
- ¿Qué podemos aprender de una película como ‘La tumba de las luciérnagas’?
- ¿Puede alguien aprender a ser ingenioso?
- ¿Es difícil aprender Unity y por dónde debería empezar? Solía desarrollar juegos en Gamemaker y ya tengo mucha experiencia con C #.