Useful materials for self-study:


  1. Deep Learning book - classics. Deliveres comprehensive overview of almost all vital themes in ML and DL. Available online at
  2. New bestseller with short but informative overview of most methods in ML (pdf available on github):
  3. Stanford lectures on Probability Theory: link
  4. Matrix calculus notes from Stanford: link
  5. Derivatives notes from Stanford: link
  6. Reinforcement Learning: An introduction by Richard S. Sutton and Andrew G. Barto: link


  1. Отличные лекции Жени Соколова. Читать pdf, лучше всего наиболее актуальный год: link
  2. “Рукописный учебник” от студентов нашего курса на ФИВТе: link
  3. Методичка Воронцова, link
  4. Замечательная книжка В.Г. Спокойного про линейные оценки: link