Хочу немного уточнить.
Вы пишете
"Я знаю какие разделы математики нужны для ML." Это отлично, потому как большинство аналогичных вопросов, на этом сайте идут от людей, которые даже не дали себе труда поискать ответ самостоятельно в Google. Или хотя-бы на
https://qna.habr.com И писать тут ответ в
стодвадцатьвосьмой раз - утомительно. Вы дали себе такой труд , т.е. вы внимательно просмотрели список хотя-бы из десятка ответов на этот вопрос, проанализировали их, понимаете какие темы там открыты и для чего они нужны. Это здорово.
Вот непонятен только ваш вопрос
" стоит ли учить все? " . Почему прочитав эти источники вы пришли к выводу, что люди их писавшие, делали это с целью усложнить вам жизнь и накидать в свои ответы что-то, что вам
не понадобиться.
Теперь-же вы хотите, что-бы кто-то из этих ответов отобрал вам
"минимум для этого". Т.е. - по сути дал еще один ответ на ваш вопрос, который должен сокращать то, что уже хорошо продумав написали другие?
А давайте наоборот - вы задаете вопрос, а мы вам отвечаем, нужна-ли например линейная алгебра или статистика для вас. Это будет честно - вы покажете, что действительно понимаете о чем речь, мы вам объясним, в каком месте ML и для чего это применяется. А вы уж сами будете решать, на вашей конкретной работе, ту, которую вы уже нашли, будут встречаться эти задачи или нет. И не выгонят-ли вас за то, что кто-то насоветовал вам, что например, знание законов распределения вам не нужно. Мы ведь этого не знаем.
Ну и кроме того, учтите, что каждый отвечающий смотрит на ваш вопрос с точки зрения собственного опыта. На сколько этот взгляд верен, т.е. на сколько можно верить советам, которые тут прозвучат - вопрос очень сложный. Если кто-то например, в свей практике обошелся без понимания того, что такое оптимизация, можно ли считать, что этот раздел не нужен?
P.S. Ну и сильно смутило вот это
"Математику не помню с времен учебы". - от студента 3-го курса специальности "информационные системы".
Простой
Простой
