[介紹] 在 DataCamp 自學程式語言
之前的文章提到的自學的難題與必要當中，提到了自己當初的心路歷程。而跨領域自學時，初期不乏不知從何著手的窘境。回顧全文可點此：
這次要介紹的網站，即是自己透過「DataCamp」深入學習 Python 的程式語言自學網站。程式語言的線上資源相當豐富，也有許多過來人已分享其他平台（Coursera、Udemy … 等等）的使用經驗，相關文章可以參考 Tech Orange 的此文：
和大家熟知的 Udemy、Coursera 比起來，相對 DataCamp 的使用者偏少，這也是我們今天會探討到的內容。這次希望透過這個機會，讓大家知道這些平台以外的選擇：DataCamp。
以下為本次介紹目錄，若下述的介紹若有不足之處也歡迎各位讀者補充，或是到以下連結了解最新功能：
- 新手入門
- 課程環境
- 影片 / 操作環境
- 結語
新手入門
程式菜鳥剛進入 DataCamp 可能會遇上的問題，都會在此篇章一一說明。下述內容包含註冊、如何拿到付費優惠券 … 等資訊；此外，也會提及會員註冊之後，免費會員享有的福利。
#1：任何影片皆須註冊後才能觀看
DataCamp 註冊（此指申請帳號）是免費的，可以使用 Email 註冊以外，DataCamp 也開放使用者以 LinkedIn、Google+，以及 Facebook 註冊。註冊之後即可觀看站內所有的「免費」教學影片。
#2：付費？免費？
上述也提到，DataCamp 的確提供基礎課程免費觀看。此外，有一些進階課程的前幾堂也是免費的。但是若沒付費，上進階課程的學生看到後續課程可能便會出現警示，提醒你後續只開放給付費使用者，要求你盡快升級成付費會員了。
因此為求繼續使用 DataCamp 上的教學資源，大多數的 DataCamp 使用者到後期都會砸錢上課，或是換到其他自學平台。也由於 DataCamp 不是「按堂」收費，所以只對進階課程有需求的使用者都滿容易因此跳槽的。
不過，留下來的忠心 DataCamp 付費使用者也不是「照（ㄓㄤˋ）單全收」。上圖提供的 USD$29/月 的付費方案其實只是障眼法，DataCamp 其實提供了隱藏的優惠可以使用！
#3：折扣優惠：如何拿到 Coupon
這應該是滿多人最關心的問題之一，實際使用過 DataCamp 的讀者應該都知道這個管道。且 DataCamp 提供的 Coupon 是大手筆的六折優惠，真的省了不少小資族和窮學生的荷包啊！
好了，不賣關子了——
DataCamp 會在使用者第一次上免費課程時，提供給這些新人六折 Coupon。Coupon 提供的時機是在你完成第一個課程章節之後顯示（任一課程）。以 Intro to Python for Data Science 這堂課為例，他會在你完成 Python Basics 章節後提供 Coupon。
不過要特別注意的是，這個 Coupon 並非永久性，而是限定時間（48 小時內使用）且綁定帳號。六折優惠只套用於「一年的會費」，換算下來台幣約 5,500/年。因此無法只申請一個月會員（USD$29）又要求打六折。
在此也提醒：短時間無法投入在自學的讀者可能要斟酌是否要使用這個 Coupon 囉！另外，對於已掌握基礎的學生或是只對少部分課程有興趣的學生而言，申請一個月（短期）的會員是比較建議的作法。
#4：技術 / 求職導向的課程規劃 — Track
決定要不要付費使用 DataCamp 前，讓我們繼續了解他提供哪些功能吧！
按照不同的使用者需求，DataCamp 開發「Track」的功能讓使用者自由依照興趣或是職涯得到 DataCamp 的課程規劃。使用者在自學時也可以較省心，不必擔心自己所學的內容和職涯需求是否不同。
此外，不論是 Skill Track（技術導向：Python Programming, Data Visualization）或是規劃較長期且完整的 Career Track（職涯導向：如 Data Scientist, Data Analyst）都是開放給所有（含沒付費）使用者的。
#5：練習專區 — Daily Practice
針對特定課程，DataCamp 有開放 Daily Practice（每日練習）的專區給完成課程的使用者。這個功能對於保持程式語言的手感而言很有幫助。每天都可以上來這個專區複習之前課程的內容。
雖然使用 Daily Practice 能讓自己溫習課程內容，但實際上的應用與操作較難透過 Daily Practice 學習，畢竟它提供的並非專案式的練習，而是一道一道選擇題或填充題的題型。
#6：會員電子信
和對待其他電子報不同（秒刪），DataCamp 的電子報雖說不上每封都認真看，但我幾乎每封都一定會點開來。DataCamp 的會員信除了新課程通知以外，他每週都會提供數篇程式語言相關消息/文章以及站內學習資源，甚至也會提供相關職缺（以美國為主）。對於自學者來說這些資訊都是寶啊，在電子報方面 DataCamp 真的滿認真在經營的。
這邊放兩篇 DataCamp 電子報提供的文章：
課程環境
DataCamp 的課程以 R、Python、SQL 構成。當中以 R 為大宗，SQL 目前只有 2 堂課。對於數據處理有興趣，但還沒決定要選擇 R 或 Python 作為切入點的使用者，不妨可以考慮看看目前站上提供的 86 堂課程唷。
至於如何查看課程內容與難易度，下述將帶大家一探究竟。
#1：課程資訊與大綱
初入課程頁面，可以在最上方的頁面 Banner 看到這堂課的全名，以及該堂課是否為「免費課程（FREE COUSE）」或是「付費課程（PAID COURSE）」。此外，Banner 下方會提供關於這堂課的相關資訊：
- 課程總時長
- 影片總數量
- 課程練習題目總量
- 參與課程總人數
- 課程提供經驗值
要進一步了解課程大綱，就要看底下課程敘述（Course Description）的部分。在課程敘述欄位下方，便有完整的課程架構。
另外值得一提的是，在右邊藍底的欄位，告訴學生這堂課出現在哪一些 Track 當中，藉此提供學生們延伸學習的資訊。
#2：鑑別難易度
鑑別課程難易度最直觀的方式即是從課程圖示（下圖右側）辨別。通常紅色表示進階課程。
除此之外，在課程敘述的欄位下方，若有提到先修資訊（Prerequisite），則也表示該堂課需要一定的基礎能力後再進修才較能理解講師授課內容。
影片 / 操作環境
DataCamp 的影片教學環境如大家常見的平台，包含基本的調整畫質、影片速度。這邊進一步介紹一些大家比較會在意的內容：影片下載、有無字幕，以及實作介面。
#1：全英文授課，但是「無字幕」
DataCamp 目前所有影片都是全英文教學授課且沒有字幕（中英皆無），因此學生大多都只能仰賴自身英文聽力並透過簡報了解教學內容。這無疑也是 DataCamp 比較少非英語系國家會員的因素之一。
在自己自學的經驗當中，惱人一點的情況就是英文的術語太艱深，要在關鍵的地方自己上網 Google 其他教學說明；好一點的則用個線上字典翻譯一下關鍵字就能明白。
因此 DataCamp 短期在有字幕功能之前，真的不推薦給對於英文沒有把握的學生啊！
#2：下載影片、自選畫素
DataCamp 的影片皆可以下載，且畫素能自由調整。因為每個環節的影片大多都不超過 5分鐘（大多 3 分鐘以內），所以下載也滿快速。若想在通勤時或是無法使用網路時自學，都算是滿方便的。
#3：最愛功能：實際演練介面
在課程環境的部分也提到了，DataCamp 的課程是由影片與練習題所構成的，且當中練習題的比例佔了絕大部分。這也是 DataCamp 相對吸引我的地方：
他的課程設計著重於讓學生透過「實作」理解功能
教學影片像是前導一樣，讓你對特定功能有最基本的概念後，以數個練習題的方式，讓學生深入了解功能的使用方式與延伸。
至於 DataCamp 的實作介面也相當友善。
不只是只丟出實作題目，每道練習題都會有幾段內文補充影片提及到的功能或是該功能延伸的觀念。接著，在指示欄位（Instructions）中，他會一一解說這些題目該怎麼運用函數去破解。
搭配指示後，題目的困難度大幅降低。倘若搭配指示仍不清楚題目用意，也可以使用提示（Take Hint）功能避免卡關太久。對於沒有基礎或非資工科系的學生的來說相當有幫助。
結語
對於上述的說明，可能還是有些讀者在糾結是不是要投入 DataCamp 當中，下述簡單做個整體總結：
- 付費使用者的「唯一」優勢：能夠上更多的進階課程。除此之外享有的功能和一般使用者無異。但換個角度說，所有使用者可用的功能幾乎一致，也算是無需付費就能享有諸多福利。
- 適合初學者：影片搭配練習題的設計，對於初學者快速上手很有幫助。其他輔助功能（Daily Practice 與 Track）更能讓學生在學習更有效率。但同時，因為練習題目較不深入、少有專案式練習，不適合已經有一定程度的（Python / R）學生長期付費投入。
- 全英文學習環境：倘若您是初學者，則您最後須考慮的因素就是「自身的英語能力」了。如上述介紹所言（以及各式截圖為輔），DataCamp 的教學環境是全英語授課的環境。從註冊開始，直到影片教學、練習題、電子報，無一不是以英文說明。假使不確認您的英文能力是否能夠負擔這樣的教學環境，建議您可以先上免費課程，試看看自己能不能理解講師授課內容。此外，若您未來有意投入英文的職場環境中，先選擇 DataCamp 作為熟悉環境的第一步也是很推薦的。
最後，如果喜歡我的文章，歡迎到新網站持續關注我：
由於這是第一次推出平台介紹文，若有讀者有其他想法也歡迎交流，也在此澄清：這只是筆者使用之後的心得，並未與 DataCamp 有商業合作。此外，本文在未來將不做更新，對 DataCamp 最新功能有興趣的讀者可查看我們的第二篇 DataCamp 介紹文章：
這次的使用心得並非歸類在 [經驗談] 類別中，是由於筆者們未來打算持續推出更多系列的文章，讓讀者對於有興趣的領域能夠在本站找到更全面的資訊。
