撰文者／黃彤揚
「AI資料科學家全方位學程」這門學程Over all涵蓋了 Data mining, Machine Learning, Deep Learning, Computer Vision, NLP。且同時輔以Python與 Power BI 這兩種工具，讓學員能夠對於資料的視覺化與演算的實際實作。所以內容來說，是相當的豐富，幾乎包含了所有目前的AI的領域。
在這資訊氾濫的時代，如何快速有效率的歸納學習，對我本人來說就是一個非常重要的問題了，尤其是一整門學程。在本身自我的時間非十分充足的狀況下， TibaMe有這樣的學程出現時，我當然十分開心地可以參與其中。
本身是念資訊工程，且Computer Vision是我的主修，故在學習這門課程，對我個人來說最重要的目的與意義。便在於TibaMe AI資料科學學程的老師搭配各個課程的安排，能讓我可以有系統歸納與學習，並通盤了解本質，實作方面就是加深印象，進而了解此門學程其中的精隨。
TibaMe AI資料科學學程內容的資訊量相當多，但也因為是本科系，同時也知道這些課程，在大學的課表內，每一科目，是一個學期的時間。上課初，以為是線上課程，可以有較充足悠閒的時間，按照自身的狀況來進行整個學程的學習。後來通盤了解後，此學程在學習上仍要配合TibaMe安排的進度。所以就必須要花更多的時間與心力，投注於上，這點是我事前沒有注意到的地方。
當然可以了解TibaMe的苦心，想要盡量讓這整門學程每個上課的學員，能夠獲得更多的內容與課程，在短短的幾個月裡，實屬不易。盼學員在學習上課時，也能夠多花些時間複習，多聽幾次，我想這也是線上課程的好處之一，可以重複聽。
Python的底，請在學程剛開始的時候，務必多花時間，多多練習，多多實作。這部分可能就需要學員多花心力，按照自我的狀況來調整，畢竟接下來的所有實作部分，都會需要靠著這個介面來貼近真正的運算部分，所以看得懂Python中的內容，就會顯得格外重要，我想這是無可避免的必要之惡。
實作練習的部分，因為剛好都是Python的code，所以趁剛學程剛開始時，把該有的環境先安置妥當，並多多利用「快速闖關 Python 語法世界」課程中的各個練習題，熟識Python，這對日後在學程內的各個課程會有很重要的影響。
當然學習上會有艱深困難處，我想就是針對於整個AI資料科學中避免不了的數學物理的學理部分。此部分真的會需要有大量的基礎數理知識，能夠通盤完全了解當然好，但事與願違時，建議先大概了解後，日後回頭回來複習深究其中內容與原理。
畢竟學無止境，學員往往必須要有基本領門磚的底，才有辦法往深的進階領域來探索。而這學程便提供了此領門磚，有了這個學程在這個領域的領門磚，若是有更深的興趣，那就有可以深入「Kaggle」上去參考各個大神的作品，或是去聽聽吳恩達Andrew Ng的課程。有了本學程的能力，再往上便不會遙遠不可觸及。
AI資料科學家全方位學程班：了解更多
