系统地学计算机需要学习什么知识？

作为一名IT行业的从业者，同时也是一名计算机专业的研究生导师，主要方向集中在大数据和机器学习领域，所以我来回答一下这个问题。

计算机技术分为两个大的发展方向，其一是软件研发方向，其二是硬件研发方向，随着大数据和人工智能的发展，目前软硬件结合的趋势越发明显（AIoT），所以对于初学者来说，应该兼顾软硬件方面的知识。

计算机技术的学习可以分为以下三个阶段：

第一：基础学科阶段。计算机软件研发问题说到底就是数学问题，而计算机硬件研发问题说到底就是物理问题，所以计算机专业比较注重数学和物理两门基础学科。数学的内容相对比较多，包括高等数学、线性代数、概率论、离散数学等，这些知识对于研发人员未来的发展具有重要的支撑作用。

第二：计算机基础知识阶段。计算机基础知识包括操作系统、计算机体系结构、计算机网络、算法设计、数据结构、编程语言、编译原理、数据库、电子电路等内容，计算机基础知识的掌握程度一方面决定了未来的岗位适应能力，另一方面也决定了研发人员的学习能力和工作能力。另外，研发人员的研发方法以及研发思想的培养都依赖于计算机基础知识的掌握程度。

第三：选择一个主攻方向。在完成基础学科以及计算机基础知识的学习之后，应该选择一个具体的主攻方向，主攻方向一定要结合当前的发展趋势，因为计算机行业对于技术发展趋势比较敏感。当前正处在大数据、人工智能时代，所以选择大数据、人工智能、物联网、云计算等方向都是不错的选择。

最后，学习计算机知识一定要跟实验相结合。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

我是一个计算机专业的学生，来发表一下我的个人观点。首先，计算机专业知识是必备的。因为这是表面上区别计算机人才的一个依据。其次，是基础学科，比如数学基础，这是学习计算机专业知识的支撑，因为需要很强的逻辑思维。

接下来，就具体说一下。计算机科学知识主要有计算机网络，计算机原理，编程语言，编译原理，数据结构，数据库原理，算法分析等知识。数学主要学习线性代数，离散数学，概率论，统计学等，当然高等数学不能忘记。

另外，计算机专业讲究实验与理论结合。自己的动手能力也要加强训练。

愿这些能对你有些帮助。

为什么我感受不到计算机专业是建立在基础学科上的？

dalee9的回答完全就是在放屁，回答了一大堆完全就能看出他完全不懂计算机科学，也根本不了解美国计算机科学专业

计算机科学当今教学已经建立在高度抽象上，和底层相去甚远。计算机科学的现实运用也远远超出其基础理论

因此，麻省理工学院把6.001，即计算机程序的构造与解释这门经典老课给删了，变成了简单的教授Python编程的课

另外美国大学计算机本科专业，突出的特点是必修课内容远比国内少（且不论课程深度难度，因为目前国内头部高校计算机课程很多都是照搬美国计算机四大名校）

另外美国大学计算机专业，学习的数学专业开的数学课也并不多，而且深度相比国内某些高校还要低。比如北京大学计算机专业，有的是要学3门数学分析+2门高等代数，而美国计算机专业学的数学课基本只是非数学专业的3门高数（和国内2门高数的知识范围相同）+1门线性代数

美国计算机专业相比国内最大的区别是，必修课少，选课自由度极高。至于课程难度，这是发展的问题，如前所述，国内头部高校计算机专业课程一部分已经能媲美美国顶尖高校了，但是还需要发展

本质上本科计算机科学即便是美国，真正基础的内容也无非离散数学（集合论，数理逻辑，图论，组合数学，离散概率论，形式语言与状态机等，也许包括抽象代数）以及与离散数学密切相关的算法（算法复杂度，基本的数据结构，基于图论的算法，动态规划，分治，回溯，字符串匹配等等）。像数字电路与处理器设计之类的底层知识，即便是斯坦福，卡内基梅隆等顶尖高校计算机本科也不是必修课

而对于程序设计语言，美国高校大都也停留在讲述基本编程思维（或者说，“计算思维”），而不会在必修阶段讲程序设计语言的设计理念等基础性内容。这个问题有待商榷，即是否应该给本科生上程序设计语言原理课。但是程序设计语言原理你学了后会发现，它也根本不像自然科学

像计算机组成，操作系统，计算机网络，数据库，编译器等等，他们的基础知识全部来自于离散数学

你感受不到基础学科的原因很简单，要么是你没有认真上离散数学课和算法与数据结构课，要么是你压根不觉得这些数学内容是基础学科

不过这也很正常，因为数学虽然是基础学科，但它不是自然科学