1、函数、变量、方程、图
对数、指数、多项式函数、有理数;基本几何和定理，三角恒等式;实数和复数的基本属性;级数、总和和不等式;图表和绘图、笛卡尔和极坐标系统、圆锥曲线。
2、统计
数据摘要和描述性统计、集中趋势、方差、协方差及相关性;基本概率：基本概念、期望、概率演算、贝叶斯定理、条件概率;概率分布函数：均匀、标准、二项式、卡方、学生t分布、中心极限定理、采样、测量、错误、随机数生成、假设检验、A/B检验、置信区间、p值，方差分析、t检验、线性回归，正则化
3、线性代数
矩阵和向量的基本属性——标量乘法、线性变换、转置、共轭、秩、行列式;内积外积、矩阵乘法法则和各种算法、逆矩阵;特殊矩阵——方阵、单位矩阵、三角矩阵、稀疏和密集矩阵、单位向量、对称矩阵、埃尔米特矩阵、斜埃尔米特矩阵和酉矩阵;矩阵分解、高斯/高斯-若尔消除法，求解Ax=b方程的线性系统;矢量空间、基、跨度、正交性、线性最小二乘;特征值、特征向量和对角化，奇异值分解(SVD)。
4、微积分
单变量、极限、连续性和可微性的函数;中值定理、不确定性和洛必达法则;极大值和极小值;乘积和链式法则;泰勒级数、无穷级数求和/积;积分计算和中值定理、对有限和不正确积分的评价;Beta和Gamma函数;多变量函数、极限、连续性、偏导数;普通和偏微分
关于学习大数据需要哪些数学知识，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。