Ну наконец-то на форуме появился кто-то, кто понимает, что врачу, для того, что-бы начать оперировать больного надо выучить много чего - от анатомии до химии, а специалисту по DataScience мало нахвататься (в большинстве своем абсолютно бесполезных) видосиков из интерент, а надо разобраться в основах, в математике, статистике - а уж потом лезть в Deep Learning.
Это не простой, но в общем-то единственно правильный путь. И не быстрый. Не даром в Универах (не только в наших, но и в американских) люди этому учатся годами, постепенно переходя от азов к более сложным вещам. И в конце концов - становятся способными не только вызвать метод fit, но и внятно объяснить, почему именно эту а не ту модель вот для этой задачи надо применять, а то и самостоятельно улучшить-дополнить-исправить имеющиеся реализации.
Итак, что и как учить по математике, что-бы потом смело говорить о себе как о специалисте по нейронным сетям. Вот небольшой начальный список:
https://towardsdatascience.com/the-roadmap-of-math...
https://proglib.io/p/obuchenie-data-science-kakie-...
https://habr.com/ru/company/skillfactory/blog/526972/
https://habr.com/ru/post/432670/
https://towardsdatascience.com/how-i-learned-linea...
https://www.kdnuggets.com/2020/06/math-data-scienc...
https://www.analyticsvidhya.com/blog/2020/03/deep-...
https://www.analyticsvidhya.com/blog/2019/10/mathe...
В приведенных источниках есть и ссылки на книги. Но вот еще насколько, полезных именно КНИГ:
https://www.datasciencecentral.com/profiles/blogs/...
https://www.amazon.com/Hands-Mathematics-Deep-Lear...
www.d2l.ai/chapter_appendix-mathematics-for-deep-l...
https://www.amazon.com/Mathematics-Machine-Learnin...
https://www.manning.com/books/math-and-architectur...
Удачи обучении!