以下，會簡單介紹關於Python For Data Science & AI 學習心得五週課程內容的學習情況。
第一週課程內容：
基礎Python涵蓋了初始程序、類型(Type)、表示(Expression)、變數(Variables)以及字符串操作(String Operations)。
如果已經有其他Java或者是C程式語言基礎的話，一開始的課程會很容易上手，並且能夠迅速地閱覽過相關教學影片來幫助自己練習切換不同程式語言的熟悉度。
第二週課程內容：
Python資料結構包含：字典(Dictionary)、元組 (Tuple) & 列表 (List)
學習內容重點為：
- 解釋元組和列表、及操作元組組合(Tuple comb)跟列表數據結構
- 在字典結構裡寫入正確鍵值 (key) 以及對應值 (Value)
- 透過建立集合(sets)來解釋元祖、列表和集合的區別
第三週課程內容：
條件(Condition) & 分支切換(Branching)、迴圈 (Loop)、物件(Object) & 類別 (class)
- 歸類條件和分支切換的輸出情境
- 了解迴圈和函數 (function)的使用
- 建立類別、解釋物件和類別
第四週課程內容：
讀取檔案 (Reading Files)、寫入檔案 (Writing Files with Open)、Pandas、numpy (擴充數學庫)、Simple APIs (簡單應用程序接口)
關於Numpy,也是自己學習Python以來覺得最重要的概念之一，因為它可幫助使用者很方便地進行數學計算，而且只需要簡單地記得需要使用相關的數組單詞就能夠執行相關功能，例如：向量、矩陣計算以及線性代數等等。
第五週課程：
分析美國經濟數據及建立數據報表 (Analysing US Economic Data and Building a Dashboard)
最後作業也不會太困難，只要把學到的觀念邏輯按照作業上的指示一步一步進行，儲存到聲明的變量裡面，最後在放入函數(function)裡面，就會跑出作業要求的數據報表出來。
最後一週的內容相當於把前四週的內容結合起來做總複習以及學習輸出的總結。其中包含教導初學者如何架設 Watson Studio 內部project，然後透過閱讀材料附上的URL把它複製黏貼到Notebook裡，就能夠簡易地在自己的Watson帳戶裡面閱覽過去專案紀錄。
等到完成以上五週課程之後，能夠獲得一張IBM授權的結業證書之外，還可以被授予IBM贈與的數位徽章。
總結
整理來說，Python for Data Science & AI — IBM course 很適合想學Python的初學者們學習的課程之一，它可以很快速地幫助初學者建立Python程式語言基礎的相關知識以及使用。
當初會選擇線上課程，是因為看書有時候比較沒動力之外，幾百頁的書籍裡面要給自己時間限制內閱讀完畢以及寫出能夠獨當一面及理想的Python專案可能還有段距離。
因此，想透過線上課程系統性的週期課程安排，可以在一定時間內督促自己完成相對應的課程，也可滿足一定程度的學習成就感。而且在播放網路視頻期間，也會有簡單的小測驗能夠測試當時的學習進度。
只不過，Python 線上課程也有相對應的缺點，例如：無法真實地傳授學習者更深層獨立思考及解決問題的能力、和深度掌握Python 程式語言的實際應用，畢竟都是一連串設計好的課程在引導使用者能夠簡單清晰地依照課程進度走，就可完成課程內容。
