您应该从 Coursera 上的 Andrew Ng 博士机器学习课程开始。这可能是机器学习新手最受欢迎的课程。这是一门免费课程。

您还应该获取“统计学习要素”电子书 PDF。这是一本免费的书。

您可能需要关注：

1. 回归
2. 交叉验证
3. 偏差-方差权衡
4. 决策面
5. 梯度下降

和更多...

ML 领域所需的一些基本数学概念如下：

• 线性代数
• 解析几何
• 矩阵分解
• 向量微积分
• 概率和分布
• 持续优化

机器学习数学上最近出版的一本书涵盖了所有这些方面以及更多内容。

如果您有兴趣在深入了解机器学习之前加深您的统计概念，我会推荐统计简介： edX中的描述性统计课程

你会在哪里学习

• 统计学的基本概念和方法
• 如何解释数据的图形和数字摘要
• 了解计算背后的推理、有效的假设以及对结果的正确解释

课程链接是edX

这肯定会通过认证的额外好处来阐明您的统计背景。