学习计算机类数学的要求如下：
基础数学知识
离散数学：包括集合论、逻辑学、图论等内容，为算法分析、数据结构、编程语言设计等领域提供理论支撑。
微积分：包含微分和积分两部分，在图形学、信号处理、优化算法等领域应用广泛。
线性代数：研究向量、矩阵及其运算，在图形学、机器学习、信号处理等领域应用广泛。
概率论与统计：在数据分析、机器学习、信息论等领域扮演重要角色。
高级数学知识
数理逻辑：涉及逻辑推理、证明等，对于理解计算机程序和算法设计非常重要。
微分方程：在某些计算机科学领域如图形学和信号处理中会用到。
优化算法：涉及数学优化方法，如线性规划、非线性规划等。
应用性数学知识
机器学习：需要较高的数学水平，包括线性代数、微分学、概率论、统计学等方面的知识。
数据挖掘：涉及统计学、机器学习等方法，需要一定的数学基础。
人工智能：需要深入的数学知识，如线性代数、概率论、统计学、优化算法等。
建议
基础扎实：掌握微积分、线性代数、概率论与统计等基础数学知识是必要的，这些是计算机科学的基础。
方向明确：根据个人兴趣和职业规划，选择需要更深入数学知识的领域进行深入学习，如机器学习、人工智能等。
实践应用：通过实际项目和编程练习，将数学知识应用到实际问题中，加深理解和掌握。
持续学习：计算机科学和数学是相互关联的，持续学习新的数学知识和算法是提升计算机科学素养的关键。