大数据考研需要学习的主要课程和相关书籍如下：
数学
数学三：包括高等数学、线性代数、概率论与数理统计等内容，是大数据专业考研的重点科目。
参考书目：
《数学分析》： 华东师范大学数学系， 高等教育出版社， 2005。
《高等代数》： 北京大学第三版， 高等教育出版社， 2003。
《数值分析》（第四版）： 李庆杨， 王能超等编著， 华中科技大学出版社， 2006。
《常微分方程》： 高教（京）版， 王高雄， 周之铭编， 2002。
统计学
数据科学基础：包括概率统计和数据结构两部分，其中统计学占90分，数据结构占60分。
参考书目：
《概率统计讲义》， 陈家鼎/刘婉如/汪仁官， 高等教育出版社。
《数据结构与算法》， 张铭/王腾蛟/赵海燕， 高等教育出版社。
《算法与数据结构—C语言描述》（第3版）， 张乃孝､陈光､孙猛编著， 高等教育出版社， 2011。
《数据结构与算法——Python语言描述》， 裘宗燕编著， 机械工业出版社， 2016。
数据结构与算法
数据科学基础：包含统计学60%和算法与数据结构40%。
参考书目：
《数据结构与算法》， 张铭/王腾蛟/赵海燕， 高等教育出版社。
《算法与数据结构—C语言描述》（第3版）， 张乃孝､陈光､孙猛编著， 高等教育出版社， 2011。
《数据结构与算法——Python语言描述》， 裘宗燕编著， 机械工业出版社， 2016。
其他相关课程
大数据分析：包括数据采集、处理、分析等方面的知识。
数据挖掘：涉及数据挖掘的基本概念和技术。
机器学习：研究如何通过算法使计算机系统能够自动地从数据中学习和改进。
Hadoop：关于大数据存储和处理的技术。
Python：用于大数据处理和数据分析的编程语言。
建议同学们根据以上推荐的书籍进行系统学习，同时可以关注一些考研真题和复试情况，以便更好地准备考试。