線上Python 教學網站 DataCamp 全攻略
DataCamp是什麼?
DataCamp是線上英文R, SQL, Python 教學網站，
裡面提供多元的自學課程以及技能導向、職涯導向，
讓自學者能依照自己的需求以單點或是套餐的方式選課學習。
另外，除了付費方案之外，它也有提供一些免費的學習資源如社群，
裡面提供許多優質的教學文章、許多套件的Cheat Sheet。
如果可以接受全英文環境的話，我認為它是一個非常適合自學的Python 教學網站。
身為一個資深使用者，以下我將與你分享我使用DataCamp的經驗。
Python 教學網站 : DataCamp 介紹
方案比較 (Premium / Basic / Free)
簡單講，一旦成為Premium會員便可以在期限內不限堂數地上幾乎所有的課程以及小專題。
以個人來說，比起Free或Basic的方案，Premium可以享有最大的選課自由，
一般市面課程大多都是包好的，也許你只是因為對裡面的一部分很有興趣才購買的，這樣的話就會有種不太值得的感覺，
從這一點來說，DataCamp就沒有這樣的問題，
你可以真正做到只學想學的東西卻又不會覺得浪費錢。
我是建議如果真的要買的話就買Premium，不然就完全不要買。
原因是Basic限制太多，但價格也要一個月台幣約750，不太值得使用。
特點
1.CP值高
目前付費購買Premium方案一個月換算成台幣只要約1000元，
這遠比大多市面上的機器學習線上課程便宜許多。
這邊介紹我之前常使用的策略，就是利用比較空閒的幾個月購買Premium方案，
利用這段時間盡可能地修你想學的課程，然後幾個月過完後就切斷自動扣款。
這樣一來，你就能以非常低廉的成本獲取最多的學習資源。
2.強調實作、介面友善不需安裝任何東西在電腦即可跑code
這一點非常適合新手，
因為新手不必在剛萌生興趣的初期就去面對各種裝套件、架環境的粗活，
而是先專注於核心的語法、概念。
除此之外，新手也能享受在比較友善的環境下debug的感覺。
3.能協助確立學習目的、建立方向感
網站中有許多職涯導向可以供使用者選擇，
主要有 : Data Analyst, Data Scientist, Machine Learning Scientist, Quantitative Analyst。
即使你還不知道自己想學什麼，也能照著它提供的課程順序學下來，
讓你學習不再沒有頭緒，而是有系統、循序漸進地一步一步湊齊課程拼圖完成職涯導向目標。
4.全英文環境
如果你英文底子不差的話其實這樣有助於鍛鍊英文，
畢竟這方面的資源還是英文居多，所以剛好可以趁著這個機會加強一下。
但你如果是英文苦手、對英文這塊真的有困難的話，
其實大多數課程也有英文字幕，只有少部分課程連英文字幕都沒有。
5.網站和APP也有提供練習功能，讓你時常複習所學
透過獨特設計的練習功能累積經驗值、培養手感，
不僅鞏固所學，還能溫故知新。
6.一般的Courses上膩了?換個口味，讓老師帶著你完成小專題吧
一般課程上完後無法直接獲得資料集和ipynb；然而小專題則可以，
而且我發現有不少專題可以做為日後有興趣研究項目的參考資源，
對喜歡將學習到的技術應用於自己有興趣的實際專題的人是一大好處。
7.課程資源皆可以在還是付費會員時打包帶走
上完課程有需要的話記得將資源打包帶走以利於以後的複習、參考。
課程投影片、教學影片、專題資料集、專題ipynb都可以下載打包喔。
Python 課程介紹與推薦
Winning a Kaggle Competition in Python
這堂課是我修的所有課裡最喜歡也最推薦的，講師是非常高強的Kaggle ML & DL Grand Master，
課程從比賽的最一開始教起，不只每個實際環節以及相對應的Tips都有照顧到、還分享比賽Workflow的Big Picture，
讓你完整地了解如何在Kaggle上開始你的旅程，
尤其是對Kaggle機器學習競賽有興趣的一定要來上這一堂看看。
Supervised Learning with scikit-learn
這堂課就是非常經典的機器學習課程，
內容包含迴歸、分類、數據預處理、尋找超參數、切分資料等等的基本功，非常適合初學者練功。
Ensemble Methods in Python
這堂課算是比較進階的課程，
內容主要在講當你學會成功訓練、調整出一個不錯的模型後，
還有沒有什麼辦法讓模型可以再進步呢?
如果你對這些技術很有興趣的話，
課程會藉由如何做Voting, Bagging, Boosting, Stacking來回答你的問題。
Introduction to Deep Learning in Python
這堂課就是非常經典的深度學習課程，
直接請來Keras, TensorFlow的開發講師來告訴你深度學習裡面的概念與操作，
非常適合初學者打下基礎。
Advanced Deep Learning with keras
我認為這堂課能很好的銜接上面的那堂課，
介紹Keras Functional API，讓你不再只會使用Sequential，
而是可以任憑問題製作出各種自由串接的模型，
如果你對於多輸入、多輸出模型的做法有疑問的話，你能在這堂課裡獲得解答。
R & SQL 課程介紹與推薦
Introduction to Portfolio Analysis in R
Intermediate to Portfolio Analysis in R
由於我上的R語言課程都是有關量化分析的，
所以這邊就推薦兩個投資組合分析的課程，
課程內容主要是教怎麼利用Python量化分析金融數據、以及怎麼如何應用、實作投資組合最適化，
推薦給對量化投資有興趣的讀者。
Introduction to SQL
Intermediate to SQL
關於SQL的部分我覺得上完這兩堂就可以學到大多比較常用的SQL語法了，
從0開始教基礎SQL語法以及進階的SQL語法，
推薦給0基礎想學習SQL的讀者。
Data-Driven Decision Making in SQL
我認為這堂課能很好的銜接上面的那兩堂課，
剛好補足了上面兩堂課所缺乏的SQL實際應用案例，
推薦給0基礎想學習SQL的讀者。
小專題介紹與推薦
Reducing Traffic Mortality in the USA
Book Recommendations from Charles Darwin
Find Movie Similarity from Plot Summaries
Comparing Cosmetics by Ingredients
小專題的部分我推薦這4個不錯的Python Project，
其中有透過自然語言技術畫出樹狀圖找出最相似的兩本書或是兩部電影的，
也有透過非監督式學習分析化妝品成分(t-SNE)、車禍(PCA)最後再視覺化結果獲得洞見的，
我覺得都是有意思的主題而且也讓你有將學到的技術實際應用在解決現實世界的問題的機會。
What Makes a Pokemon Legendary?
這是我唯一上過的R Project，
原因單純是因為覺得這個議題滿有趣、滿特別的。
主要在探討傳說寶可夢與非傳說寶可夢到底關鍵是不一樣在哪裡，
並且透過數據分析找出幾個扮演重要角色的因子，
如果你跟我一樣對寶可夢有一點研究的話，
你可以先自己猜猜看哪個數值比較有可能是最後答案，
看看實際做完後和數據分析後得到的答案是否相同 !
結論
所以，誰適合成為DataCamp Premium的會員?
還在猶豫嗎?
如果你不想花太多錢、有點英文底子、完全沒有程式經驗但想入門Python 機器學習，
或是已經有Python 機器學習基礎，但想學習其他進階主題如深度學習、自然語言處理等等的話，
就開始行動吧，這個網站就是為你準備的!
Call To Action
歡迎任何能使我或是這篇文章改進的意見，所以如果有問題或想法都歡迎在下面告訴我喔 !
另外，如果你覺得這篇文章有幫助到你、很符合你的需求的話，記得幫我拍手以及分享喔 !
