お持ちの環境で十分だと思いますよ。
こちらなどが参考になれば。
http://www.oreilly.co.jp/books/4873112168/
人工知能概論 第2版 ―コンピュータ知能からWeb知能まで
http://qiita.com/icoxfog417/items/65e800c3a2094457c3a0
ディープラーニングをしたいのですが、上記のようにWindowsですと地獄門とあるように、入門者には厳しいでしょうか。
また、GPUを使うかCPUを使うかなど、WInでも選べるのでしょうか。
統計学を学ぶのであれば、以下の2冊をお勧めします。
基本的な数学はある程度理解されているとして、こちらは公式の導出がていねいに書かれていたり、例題が豊富に掲載されていたりと、統計学を正しく体系的に理解できる一冊です。
こちらは教科書というのではなくどういった場面でどのように統計学が使われてきたのかということを学べる読み物です。数式などは出てきませんので肩肘を張らずに読めます。先のテキストと合わせて読むことでより理解を深めることができると思います。
Deep Learning をやりたいとのことですが、基本的なところは抑えておいた方が良いと思います。
環境としては R が良いと思います。
R で H2O というパッケージを使って Deep Learning をされている方のブログがありましたので、参考まで。
http://tjo.hatenablog.com/entry/2014/10/23/230847
まず、統計分析ですが、
(A). 統計分析の前に、データ全体の分布を図にすることが、大切だと言われています。(http://www.si.gunma-u.ac.jp/staffs/kodo/aoki.html)
(B). Rという統計解析ソフトを利用する。
(1). まず、R Studioという開発環境(IDE)を使う。
Rの初歩
http://oku.edu.mie-u.ac.jp/~okumura/stat/first.html
統計用言語Rの使い方
https://www.library.osaka-u.ac.jp/doc/TA_2014_01.pdf
phpを書くときには、何をお使いですか。
入力補完、syntax表示をしてくれる便利な開発環境です。
(2). データの編集自体をRで行う。
Excelででの操作でも良いのですが、 表データの操作をRで行う。
https://sites.google.com/site/webtextofr/operating
phpやmysqlから、必要なデータをcsvファイルにエキスポートできるのであれば、すっ飛ばしても、いいことだと思います。
(4). データを視覚化する。R のggplotでグラフを書く。
そこで、何かのレポートを専門外の人、顧客にお見せするならば、ggplotが、オススメです。公式ドキュメントを当たるのは、もちろんですが、導入として、下のリンクは参考になります。
非常に美しいグラフが非常に効率的に作れるRのパッケージ“ggplot2”の紹介。
http://id.fnshr.info/2011/10/22/ggplot2/
ggplot Cookbook
http://www.cookbook-r.com/Graphs/
(5). 細かいことは、他の資料を当たります。
http://matome.naver.jp/odai/2135003580165010301?page=2
(6). Rでの機械学習も、オライリーから本が出ています。
(C). python に手を出すならば、
Python環境の構築 (Windows)が、参考になると思います。
http://www.sd.seikei.ac.jp/blog/?page_id=1815
フリーでのpythonのパッケージ管理ソフト(Canopy)を使います。
https://enthought.com/products/canopy/
Canopyを通じて、numpy, scipy, matplolib, pandasなどをインストールです。
でも、Rやphp, mysqlが使えるならば、必要ないと思います。
# 理由は、インストールで、ドツボにハマり余計な時間を消費する危険性が少ないからです。
*(D). 線形代数などの数学の基礎は学んでおくと良いようです。
コメントのURLを参考にして下さい。