數據挖掘需要學習以下基礎知識：

1、統計學：統計學是數據挖掘中最重要的基礎知識之一，包括描述性統計、推論統計、概率論等方面的知識，用于數據分析和建模。

2、數據庫知識：數據挖掘需要對數據庫進行操作和查詢，因此需要了解數據庫的基本概念、SQL語言以及數據庫設計和優化等方面的知識。

3、數據可視化：數據可視化是數據挖掘中必不可少的技能，它可以幫助理解數據分布和趨勢，常用的工具包括Excel、Tableau、Python等。

4、機器學習：機器學習是數據挖掘中常用的技術之一，需要了解基本的機器學習算法和模型，如分類、回歸、聚類等。

5、數據結構和算法：數據結構和算法是計算機科學中的基礎知識，對于理解數據挖掘算法和優化算法非常有幫助。

6、編程語言：掌握一門編程語言對于數據挖掘來說非常重要，常用的編程語言包括Python、Java、C++等。

7、數據分析技能：數據分析是數據挖掘的重要組成部分，需要了解如何處理缺失值、異常值、離群點等方面的技能。

8、數據預處理：數據預處理是數據挖掘前的重要步驟，需要了解如何對數據進行清洗、轉換和集成等方面的操作。

9、自然語言處理：對于文本數據挖掘而言，自然語言處理是必不可少的基礎知識，需要了解基本的自然語言處理技術和方法。

10、云計算和分布式計算：隨著大數據時代的到來，云計算和分布式計算成為數據挖掘的重要基礎設施，需要了解相關的技術和工具，如Hadoop、Spark等。

以上是數據挖掘需要學習的一些基礎知識，它們為深入學習和應用數據挖掘技術提供了重要的支撐。