计算机高阶建模主要涉及以下方面的知识和技能：
编程语言：
选择一种合适的编程语言进行建模编程，如Python、R、MATLAB等。这些语言提供了丰富的建模工具和库，便于数据分析、建模和模拟。
数学基础：
掌握概率论、统计学、线性代数和微积分等数学知识，这些是理解建模原理和方法的基础，有助于进行数学建模。
数据处理和分析：
学习如何获取、清洗和处理数据，以及如何进行数据分析和可视化。掌握常用的数据处理和分析工具，如Pandas、NumPy等，可以提高建模编程的效率。
建模方法和算法：
学习不同的建模方法，如回归分析、聚类分析、决策树等，并了解它们的原理和适用场景。同时，学习一些常用的建模算法，如线性回归、支持向量机、神经网络等。
实践经验和项目实践：
通过参与建模项目或实际应用场景的实践，可以巩固所学知识和技能，更好地理解建模的过程和挑战，提升实践能力。
计算机科学和编程技能：
学习计算机基础知识、算法和数据结构、操作系统、数据库等，掌握计算机的基本原理和操作，能够使用编程语言进行数学建模和模拟实验，以及对大量数据进行处理和分析。
其他相关技术和框架：
了解数据可视化、机器学习等相关技术，以提高数学建模的效率和准确度。此外，学习软件开发中的各种技术和框架，如面向对象编程、Web开发、移动应用开发等，了解现代软件开发的趋势和最佳实践。
综上所述，学习计算机高阶建模需要综合掌握编程语言、数学基础、数据处理和分析、建模方法和算法等多个方面的知识和技能，并通过实践来提升自己的实践能力。