大数据分析挖掘需要学习以下内容：

1、数学基础：包括概率论、统计学、线性代数等，这些是进行数据分析挖掘的基础。

2、编程语言：掌握一种或多种编程语言，如Python、R或Java等，用于编写和实现数据分析挖掘算法。

3、数据处理技术：学习数据的预处理、数据清洗、数据变换等技术，以便将原始数据转化为可分析的数据形式。

4、机器学习基础：了解机器学习的基础概念、算法和应用场景，如分类、回归、聚类等，以及常用的机器学习库，如scikit-learn。

5、大数据处理技术：掌握大数据处理的技术和工具，如Hadoop、Spark等，用于处理大规模的数据。

6、数据库知识：了解数据库的基本概念和操作，如SQL的使用和数据库系统的设计。

7、数据可视化技术：学习如何将数据分析结果以图表、图像等形式展示出来，以便更直观地理解数据。

8、领域知识：针对特定的数据分析领域，需要了解该领域的专业知识，如自然语言处理、图像处理、金融数据分析等。

除了以上内容，还需要不断学习和掌握新的技术和方法，以适应不断变化的大数据环境和需求。