大学计算机大数据专业主要学习的课程包括：
支撑性学科
统计学：提供数据处理和分析的方法论。
数学：包括数学分析、高等代数、概率与统计等，为大数据提供理论基础。
计算机科学：包括数据结构、算法分析与设计、数据库系统等，是大数据技术的基础。
应用拓展性学科
生物、医学、环境科学、经济学、社会学、管理学：这些学科为大数据应用提供具体的场景和需求。
专业课程
数据采集技术：学习如何从各种来源获取数据。
数据预处理技术：对原始数据进行清洗、转换和整理。
大数据分析技术应用：包括大数据分析的方法和工具。
数据可视化技术与应用：将数据分析结果以图形或图表的形式展示。
数据挖掘应用：通过算法挖掘数据中的潜在模式和关联。
大数据平台部署与运维：学习如何搭建和维护大数据平台。
编程与软件开发
程序设计语言：如Java、Python、C++等。
面向对象程序设计：学习如何设计和构建软件系统。
数据库技术：包括数据库原理、SQL等。
Linux操作系统：掌握大数据处理环境中常用的操作系统。
其他相关课程
计算机网络技术：了解数据在网络中的传输和处理。
Web前端技术基础：学习如何构建和维护网站。
数据科学算法导论：学习常用的数据科学算法。
数据科学专题：深入研究数据科学中的特定主题。
互联网实用开发技术：包括Web开发、移动应用开发等。
选修课
抽样技术：学习如何从大量数据中抽取代表性样本。
统计学习：深入学习统计学理论。
回归分析：学习如何建立变量之间的数学模型。
随机过程：研究随机现象和随机系统的数学理论。
这些课程共同构成了计算机大数据专业的知识体系，旨在培养学生具备大数据处理、分析、挖掘和应用的能力，成为具备跨界知识和数据思维的复合型人才。