首先，我不确定这是否是发布此内容的正确位置，所以如果不是，请告诉我并告诉我应该在哪里。我真的只是不知道该去哪里回答这个问题。
一些背景故事：我正在经历我第二年软件工程的第二个学期。我喜欢数学，我喜欢计算机，我喜欢数据，我喜欢图像处理，所以对我来说最合乎逻辑的地方是数据科学，因为我似乎非常倾向于 ML/CV。
问题是，我想开始学习数据科学/机器学习，但我不知道从哪里开始。每个人都不断推荐在线课程，例如 Andrew 的 coursera 课程，但我对大多数在线课程有些怀疑，因为他们似乎太喜欢简化信息，我觉得它只是通过了有用信息的门槛。
我的假设是：学习数据科学/ML/CV 需要非常坚实和严谨的基础。我不应该开始使用高级工具来学习它，并且对它的本质了解甚少。这是我的问题。我不知道从哪里开始学习这种方式。
我搜索了书籍，发现人们谈论的两本书是：
- 模式识别和机器学习，Christopher M. Bishop 着。这本书似乎非常严谨，重点关注事物的数学和直觉（查看其索引）。对此没有太多怀疑。
- 使用 Scikit 和 TensorFlow 进行动手机器学习，作者 Aurelien Geron。这个似乎非常受欢迎，几乎受到人们的一致赞扬/喜欢/推荐，但仅看它的名字，我就有点怀疑它可能不太关注建立强大的基础/直觉，而更多地关注使用高级工具。
如果您认为某些第三本书/资源更适合我的需要，我愿意接受其他建议。如果您简要解释一下为什么您认为它更合适，我也将不胜感激。
另外值得注意的是，我对高级工具没有任何问题，而且我知道我最终将不得不使用它们。我只是觉得如果我从那里开始，我会在我想做的事情和有价值的事情上做得更好。