我不会把它称为先决条件，但我会说阅读书籍是非常了解它的必要条件。

我建议您从 Andrew Ng在 coursera 上的机器学习课程开始。

一旦您熟悉了这一点，请继续观看深度学习视频：

1. 南多·德·弗雷塔斯

2. 雨果·拉罗谢尔

当您一个接一个地浏览主题时，请回到书籍并阅读它们所提供的内容。在你知道之前，你会做这一切。

祝你好运！

如果您不喜欢从统计和偏差方差权衡开始。我建议您通过

之后上 Andrew Ng 的课程，您可以继续 阅读《神经网络和深度学习》一书

它是深度学习的良好开端

它不是先决条件，一旦遇到不熟悉的东西就可以轻松学习。统计学已经很老了，网上有很多学习资源，当你在学习深度学习时碰壁时都可以找到这些资源。

至于哪个领域是先决条件，我觉得先了解一下高斯（正态）分布、线性回归、逻辑回归就够了。那么当你遇到不明白的事情时，是时候把时间花在统计上了。

我认为更必要的领域是微积分和线性代数。如果你还没有学过它们（比如偏导、矩阵转置等），开始学习深度学习是非常困难的。

此外，之前接触过一些机器学习算法会使你的学习速度更快。但我确信你已经完成了 Andrew Ng 在 Coursera 上的课程。Andrew Ng 从 8 月 15 日开始在 Coursera 上开设深度学习课程，因此您可以加入并掌握所需内容。

顺便说一句，您链接的书听起来更像是专注于机器学习而不是统计数据。