学习计算机大数据通常需要掌握以下方面的知识：
基础知识
数学：包括数学分析、高等代数、概率论与数理统计等。
统计学：理解数据的基本概念、类型、结构和存储方式。
计算机科学：掌握编程语言（如Python、Java）、数据结构、算法、操作系统和计算机网络等。
专业课程
编程语言：Python（数据分析、机器学习）、Java（企业级应用、Hadoop生态系统）。
数据库：熟悉SQL和NoSQL数据库，了解数据清洗、转换和加载（ETL）过程。
大数据处理框架：学习Hadoop和Spark等，了解它们在集群上处理大规模数据集的能力。
云计算：熟悉Amazon Web Services、Microsoft Azure、Google Cloud Platform等云服务平台。
数据分析和机器学习：学习使用机器学习库（如scikit-learn、TensorFlow、Keras）构建智能数据分析解决方案。
数据可视化：掌握Tableau、Power BI等工具，以更好地理解和展示数据。
应用拓展
应用领域：了解生物、医学、环境科学、经济学、社会学、管理学等领域的知识，为大数据应用提供拓展。
实践技能
项目经验：通过实际项目来应用所学知识，如数据采集、处理和分析。
工具使用：熟练使用专业数据分析软件和数据库。
其他
软件开发：了解软件工程原则，掌握软件开发生命周期。
系统架构：理解分布式系统和云计算架构。
大数据领域是一个不断发展的领域，因此持续学习和适应新技术是非常重要的。希望这些信息能帮助你开始学习计算机大数据