Tsimur_S

Смотря с чего начинать нужно.
Если со школы то khanacademy/interneturok. Если первые курсы универа то mathprofi. Там или достигаете просветления и смотрите что вам реально нужно или бросаете это дело.
Еще рабочий вариант но долгий пойти в топ ВУЗ на подобную специальность, обязательно на очную.
Плохорабочие варианты:
Можете ориентироваться на программу для поступления в ШАД как на несколько избыточный вариант.
Можете включить режим ботаника взять серию книжек Математика в техническом вузе(14 книжек) + сборники задач и засесть на два года.
Почему они плохо работают? Нужно представлять что вам нужно, а что не нужно и от этого копать, даже робототехника очень расплывчато описывает то чем вы будете заниматься. Аэродинамика(дифф уры), фильтры калмана/комп зрение(статистика/линал), движение в пространстве(кватернионы/углы эйлера)? Или посадить поливалку на ардуино?

Для этой статьи вам нужно преобразование Фурье, логарифмы и тригонометрия.
Последние две темы это школьный уровень.
Касательно первой:
mathprofi.ru покроет на 90% вашу потребность
Типичная университетская последовательность:
предел ->производная ->интеграл -> ряды -> ряды фурье
Преобразование фурье, дискретное косинусное преобразование это специальные моменты которые не рассматриваются в курсе матанализа. Статья википедии(хабра) вам в помощь и если вы прошли путь выше и имеете навыки программирования то вам должно хватить бекграунда. Вот пример простой статьи по БПФ https://habrahabr.ru/post/196374/ . ОЧЕНЬ желательно все же пройти полный курс по цифровой обработке сигналов,что бы слова типа теорема котельникова были для вас не пустым звуком. Он в свою очередь опирается на гармонический анализ - разложения фурье и прочее(пререквизиты перечислены выше) и на теорию информации(та самая энтропия и логарифмы). Если вы захотите пойти дальше то для нейронных сетей нужны линейная алгебра(матрицы, операторы) и общее понятие функции от многих переменных и ее производной, градиента (mathprofi.ru хватит за глаза но можно и на курсеру пойти), и машинное обучение которое требует матстатистику которая в свою очередь потянет теорию вероятностей.