Postupne si vypilujem co chcem a nechcem :-D Vdaka za tipy.
Jo, to je pro tebe imho nejdůležitější, abys nebyl zklamaný...
Napr. chcem pouzivat toto: http://caffe.berkeleyvision.org/ , chcel by som vediet ako to principialne funguje pod kapotou, ale nechcem to kodit (na to fakt nemam). Nechcem robit "zakladny" vyskum, ale aplikacny :-)
Jak psal kolega výš, k tomu, abys mohl
používat strojové učení, ti stačí relativně málo speciálních znalostí. Potřebuješ hlavně vědět, jak se ta která knihovna používá - tj. hlavně umět nějak rozumně programovat a pořádně si to vyzkoušet na
praktických aplikacích. Z teorie ti stačí víceméně znát "vysokoúrovňové vlastnosti" různých přístupů, algoritmů - umět aspoň nějak rámcově posoudit, jestli by ti daný algoritmus mohl nebo nemohl dát rozumný výsledek, jak data předzpracovat, aby byla pravděpodobnost úspěchu největší apod. Abys netrávil dny a týdny trénováním nějaké sítě na něco, co z principu rozeznat nemůže (jako třeba ty níž zmíněný akcie).
"ako to principialne funguje pod kapotou" má spoustu úrovní. Můžeš vědět "v tomhle kroku to hledá cestu do nejbližšího lokálního minima" nebo taky můžeš umět napsat složité rovnice, podle kterých se to realizuje a formálně dokazovat jejich vlastnosti. To první je pro jakoukoli rozumnou práci s ML potřeba, to druhé není, ať si kdo chce co chce říká, ať si mamka slzy utírá. Pokud nejsi talent na matiku a nemáš moře času na její dost podrobné studium, stejně se v tom daleko nedostaneš.
Spíš než se snažit jít hlavou proti zdi do oboru, ve kterém se (zatím) neorientuješ, by možná dávalo smysl využít znalostí psychologie a strojové učení zkusit aplikovat tam. To by mohlo být perspektivní - lidí se znalostí psychologie a (rozumnou) znalostí ML nebude moc.
Pro inspiraci by mohl sloužit třeba Radvan Bahbouh s jeho sociomapováním. To je imho cesta, která má smysl - svůj obor obohatit znalostí z jiného oboru, přijít s něčím novým.
Víš, kdyby ta ai byla takovy leharo, tak tady neoxidujes ale vydelavas miliony na burze 
Predikce ciselny rady, nic vic 
Jo, číselná řada. Akorát drtivě ovlivněná externími vlivy, které nemáš kvantifikované. Výborně řešitelné pomocí strojového učení s křišťálovou koulí.