Machine Learning 求学习资料选择和学习方法建议

大家好，本人美国东部地区某mfe项目在读master1年级，金融背景（工科高数线代概统+数值计算方法（物院）+复变函数and PDE（ee学院开设的数学物理方法）+金融时间序列（水）+金融随机过程（水）），立志从事quant行业，所以在努力补充自己的数学背景。在学校的第一学期就选择了Machine Learning的课程，因为这个课是我们学院新开的，以前没有学姐学长的选课建议，所以我还是没想太多，直接选了，但后来得知还是本校的data science那边的machine learning课程比较好，也许以后有机会能去跨院选课。
我现在上的这门ML课程老师用的教材是Bishop的<Pattern Recognition and Machine Learning>，据说是一本ML的非常经典的教材。但是我在看这本书的时候比较痛苦，因为书里的很多章节的公式推导和计算，很多部分用文字表述，然后真正计算要自己做（这本书把很多计算过程放在了书后习题里），所以顺着书看的时候有时候很费劲。加上书本身非常厚，老师没有ppt，老师用的是板书，板书主要是公式推导，但他不说是哪个章节的，经常本来以为讲到第四章，一下就去第七章了，而且很多书中的都是跳过的，没有课程大纲，看书时候经常无从下手。做作业就是每周一个作业，分成两部分，deriving part和programming part, deriving part就是书后老师会po出要做的几道题，都不难，因为bishop书中表明哪道题对应文中章节，所以只需要看对应部分（少数段落）就可以解出题目。
重点是programming part，主要熟悉需要用到包的输入和输出，然后完成project，我们都是用的python，所以用的包都是sklearn里面的。但是我现在学习遇到的问题是，programming部分，我了解了输入输出，但不知道这个黑匣子里面是怎样的逻辑，或者说，我通常还是没有明白原理。然后就交了作业了，完成作业了，我觉得我没有达到自己学习machine learning的目的。
希望专业人士提供相关学习教材的建议，以及学习方法建议，非常感谢！！~~~

立志努力做quant，虽然数学不够，但我觉得我不能因为父母给我选择的金融专业而放弃了自己的选择，我还是会努力啃，学好相关知识，现在急需要正确方法指点，多谢大家！！~~~~