学习计算机需要掌握的数学知识包括以下几个方面：
离散数学：
这是计算机科学的基础，包括集合论、图论、逻辑、组合数学等内容。这些知识对于理解和解决计算机科学中的问题至关重要。
线性代数：
线性代数是计算机图形学、机器学习等领域的基础，涉及向量空间、矩阵运算、特征值和特征向量等概念。
概率论与数理统计：
这门学科在计算机科学中的应用广泛，如数据挖掘、机器学习、自然语言处理等领域。
微积分：
微积分在算法分析、优化理论等方面有广泛应用。
计算复杂性理论：
该理论研究解决问题所需的时间和空间资源，对于理解和设计高效的算法非常重要。
信息论：
信息论研究信息的度量、传输和存储等问题，在编码理论、数据压缩等领域有重要应用。
数值分析：
数值分析研究用数值方法近似解决数学问题的学科，在计算机图形学、数值模拟等领域有广泛应用。
最优化理论：
最优化理论研究如何找到最优解或近似最优解的问题，在运筹学、机器学习等领域有重要应用。
学习方法
公共基础课：首先需要学习大学英语、高等数学、线性代数等公共基础课。
核心专业课：接着学习计算机应用基础、数据结构与算法、数据库原理、操作系统、编译原理等核心专业课。
数学课程：除了高等数学外，还要深入学习线性代数、离散数学、概率统计等课程。
编程实践：通过编程实践来应用数学知识，例如通过算法题来巩固数学概念。
实际应用
编程语言：掌握一门或多门编程语言，如C语言、C++或Java，有助于理解和应用数学知识。
算法与数据结构：学习算法与数据结构，如链表、队列、栈、树、图等，能够更好地运用数学理论解决问题。
数学实例：通过有趣的数学实例来理解编程中的数学概念，例如线性代数在图形学中的应用。
考试要求
考研数学：对于计算机科学与技术专业的考生，数学是考研的重要关卡，考试内容涵盖高等数学、线性代数和概率论与数理统计三大板块。
通过以上内容，你可以系统地学习和掌握计算机专业所需的数学知识，并在实际编程中应用这些知识。