Когда смотришь на список математических тем, связанных с ML, легко решить, что до первой ML-модели придётся несколько лет изучать университетскую программу. На практике набор знаний, необходимый большинству ML-инженеров, гораздо компактнее

У нас на YouTube, в ВК и Дзен вышло видео, где Александр Дубейковский (ML Engineer в Авито, эксперт MLinside, ex-Яндекс) разбирает математику для ML по приоритетам: что действительно стоит освоить на старте, какие темы понадобятся с ростом и углублением в отдельные направления, а с чем многие специалисты могут вообще не столкнуться в работе.

Если еще не смотрели, велком на удобную платформу:
YouTube: https://youtu.be/V0T7n5VOYmA
ВК: https://vkvideo.ru/video-228219607_456239318
Дзен: https://dzen.ru/video/watch/6ab60adaf6219133e801aee5