Matematyka w data science

Cześć

Z czego najlepiej będzie uczyć się matematyki do DS? Nie wiem czy to jest znaczące, ale chodzi mi szczególnie o analitykę, czyli głównie statystyka, ale chciałbym móc swobodnie poruszać się też w innych tematach z DS, w razie potrzeby mieć podstawy do nauki ML / AI, itd.

Moja matematyka jest na poziomie nieźle zdanej matury w zakresie podstawowym, kilka lat temu, ale coś tam pamiętam. Rozszerzenia nie ruszałem. No i nie wiem za bardzo czy powinienem teraz przerobić jakieś podręczniki do rozszerzenia czy od razu rzucić się na akademickie podręczniki? Mam internet więc w razie braków mogę szybko je nadrobić, to podpowiada mi, żeby wziąć jednak te akademickie.

Jeśli zdecyduję się na podręczniki akademickie, to jakie działy matematyki? Analiza, algebra, dyskretna, statystyka i prawdopodobieństwo? Te działy widziałem w syllabusach informatyki.

Czy fizyka jest potrzebna analitykowi / w data science?

Czy wiedza ekonomiczna przydaje się w pracy jako analityk danych?

Z góry dziękuję za pomoc, pozdrawiam

https://duckduckgo.com/?q=mathematics+for+data+science&t=fpas&ia=web
Rzuć okiem, się zorientujesz.

Nigdy się tym nie zajmowałem ale przypuszczam, że jest masa specjalistów od sieci neronowych, którzy korzystają z gotowych bibliotek. Chcąc samemu implementować takie rozwiązania to trzeba bardzo dobrze rozumieć rachunek różniczkowy(pochodne) wielu zmiennych (funkcje wielowymiarowe).

This course provides a broad introduction to machine learning and statistical pattern recognition.

Wykłady

Info
http://cs229.stanford.edu/

Komplet
https://see.stanford.edu/Course/CS229

Co z powyższymi materiałami?
Rozumiesz, to jedziesz z materiałem.
Nie rozumiesz, to wiesz, że nie jest to poziom dla ciebie i masz do uzupełnienia wiedzę.

PS
Jak w oryginalnym opis kursu, jest to uniwersytecki kurs wprowadzający