Могу сказать со своего личного опыта. Машинное обучение было одним из курсов по специализации, которую я проходил на курсере. Всё что знал до этого — основы программирования на Python, немного javascript + основы descriptive & inferential statistics. В целом, идея была ясна. Взял данные, подключил библиотеки, определил параметры в функциях — получил результат. Но, когда стал вопрос о построении своих моделей, моментально понимаешь, что взять и понять почему поиск оптимальных весов для линейной регресси происходит через градиентный спуск просто так не получиться — нужен Calculus. После того как прошел курс single-variable & multivariable Calculus на Khan Academy, начинаешь задумываться о вероятностных моделях и попадаешь в мир Probability Theory. И вот когда ты уже почти догрёб до конца, очень важно еще немного углубиться в linear algebra.