Сам себе математик

Рассказываю про самостоятельное изучение вышмата: какие бывают ошибки и как их избежать, а также про разделы математики. Мое интервью с Лексом тут: https://youtu.be/tQYCd8tg56U Канал IT борода: https://www.youtube.com/channel/UCeObZv89Stb2xLtjLJ0De3Q Моя статья для студентов по терверу: https://m.habr.com/ru/post/311092/ Мне задают много вопросов о том, какие я могу порекомендовать литературные источники. К сожалению, на данный момент я не могу дать каких-либо рекомендаций. Дело в том, что я изучал математику в университете по конспектам лекций и не сильно стремился к глубокому изучению. Желание понять предмет глубоко возникло после универа. И я стал прицельно разбирать отдельные темы используя интернет. Но на базе профильного образования это делать довольно просто: когда есть общее понимание темы, но надо понять отдельные детали. Для желающих изучать с нуля я порекомендовал бы, наверное, поинтересоваться у сегодняшних студентов с, какую литературу или какие источники им рекомендовали преподаватели. Возможно, что я тоже сделаю когда-нибудь обзор учебников, но это не будет не быстро :) Список упомянутых тем (составил Alexey Samovich: https://www.youtube.com/channel/UCEkD4JV_5mTQzcuF9nccTsA): 1. Школьная математика(функция, вектор, система координат и т.п.). 2. Мат.логика, способы доказательства теорем. 2. Теория множеств. 3. Линейная алгебра. 4. Комплексные числа, комплексная экспонента, тригонометрия. 5. Придел функции и дополнении: производная, интеграл. 6. Дифференциальные уравнения 7. Спектральные преобразования(фильтрация сигналов и изображений(линейные фильтры), сжатие данных, спектральный анализ) 8. математическая морфология 9. Теория вероятностей, математическая статистика ! Численные методы, методы вычислительного эксперимента !! Интерполяция данных (полиномиальная интерполяция, построение регрессия) !!! Machine Learning (линейная регрессия, SVM, kNN, решающие деревья, случайный лес, логистическая регрессия, нейронные сети, ансамблирование классификаторов)