Posts in category 杂谈
各类MOOC网站简评
在上课之余，不管是为了充分利用外网没有墙的优势多学点知识，还是为了课内考个高分而尽可能地查漏补缺，MOOC都是一个很好的选择。本文将列举一些我用过的MOOC网站并附上评价，以供大家参考。当然，由于我不可能用过所有的MOOC平台，也不可能在其中一个平台上上过所有的课，因此我只能从我角度给出少许评价。如有记忆不清以致疏漏之处，敬请见谅。
1.Class Central（MOOC搜索引擎）
Classcentral是我目前找到的最好用的一个MOOC搜索引擎，只需输入关键字，就能搜到各大知名MOOC平台上相对应的课程。之前上过这些课程的同学的评价也十分全面，比相应平台上对应课程的评价总数还多了一点，可见外国也是有控评的。如果需要搜索相关MOOC，这个平台会是一个非常好用的平台。当然，有一点需要额外注意的是，该引擎只能搜索商业MOOC平台上的课程，如果个别大学（比如TUD）自己有专门的开放课程平台，则无法搜索到专门平台上的课程。因此必要时需要和谷歌搜索联合起来使用。
2.Cousera
Coursera和Edx可以并称两大国际MOOC平台，上面的课程种类十分丰富，而体验上也各有千秋。我在Cousera上修读了一些GCP的课程及一门复杂网络的课程，发现优势如下：
1）UI设计相对不错。
2）能根据历史数据自动为你推荐每周学几次，每次学几小时，制定了学习计划后能大大增加顺利学完一门课的概率。
3）每周会有邮件提醒，十分亲切。
4）除视频以外的课程资料也相对丰富。
5）和收费课程有关的纠纷，客服处理起来还算比较迅速，态度也不错。
6）每门课下面都有英文字幕。
当然，我也发现了一些问题：
1）个别课程很不良心。不付费就不能参加单元测试的课先不去说它，有些课动辄几十道题的期中/期末测试，最后只有一个成绩，连哪些做对了哪些做错了都不知道，最后还得去Youtube上白嫖答案。
2）专项课程质量不够让人满意。专项课程往往需要连续包月会员，41欧一个月左右，但是课程间的衔接却很一般。有的学校的专项课程衔接做得好也就算了，还有些专项课程无非就是五门主题相近的课合在一起，还不如分开作为一般课程（免费上课，付费领证）供用户学习。
3）课程答疑区形同虚设。有些课虽然是随时都能上，但答疑区里的帖子都是好几年之前的了，而且就算是这些陈年帖子也很少有主讲老师回复，因此最后还是变成了自学。
4）选择性展示好评。虽然不是完全不让看差评，但是看全部评价的按钮藏得很隐蔽，不熟悉的人恐怕第一次要找半小时还不一定能找到。一般来说，任何一门课最有价值的评价就是把所有评价从低分到高分排序后，排第一的且“对我有帮助”次数最高的那一条评价。
3.Edx
谈完了Cousera自然要接着谈Edx。Edx的UI比Cousera差了不少，看上去不太顺眼，但是MOOC毕竟还是内容比较重要。我在Edx上了一门社会科学的课程。
同样先谈优势：
1）课程右边有实时字幕。虽然Cousera也有字幕，但都是放在每个视频最下面，看着视频就看不到字幕，看着字幕就看不到视频，让人十分捉鸡。而Edx将字幕放在右边的设计就比较好。
2）课程组织比较合理。Cousera的大部分课程和中国大学MOOC一样，前面一堆视频（配几个内嵌练习），最后一个单元测试，而Edx上的课程视频之间可以插入练习、讨论区、阅读材料等等，给学生提供了更多的学习材料。
劣势也是有的：
1）讨论区同样不活跃。大部分都是好几年前的提问，老师回答的也很少。
2）对学习者的日常提醒做的不如Cousera好，很容易让人学着学着就想放弃。
Skillshare的课程和课内有关的较少，和生活有关的极多，几乎所有你能想到的东西上面都有教学的。此外，由于是老师自己直接开课，大家可以很轻松地与老师互动，这是其他MOOC平台难以做到的一大优势。不过，由于没有合适的监管，课程质量参差不齐。尽管Skillshare整理了一些和Cousera的专项课程相似的专题课程，但其系统性程度和课程间衔接还是十分值得怀疑，只适合学一些偏门知识和技巧，而不适合学专门的知识。我没有订阅收费会员，因此暂不确定该平台的会员价格。
5.Datacamp
毫无疑问，Datacamp是专用于学编程和数据分析的。我在上面花了两个月上了大约十门的Python课程。
Datacamp最大的优势在于其云环境在线编程及其指导和提示。其他在线编程的Python学习网站也有，但是大多只有Python自带的报错提示，如果代码本身没有错误但不符合题目的要求，使用者往往就只能自己瞎猜着改代码逻辑。而Datacamp对于任何错误除自带报错提示外还有针对题目的提示，大大降低了初学者debug的难度，让人更有兴趣和动力学下去。从价格上来说，一个月29欧和同类平台相比并不算贵。而且Datacamp每门课都会注明前置课程和后续课程分别是什么，这一点值得一个大大的赞。除此之外，上面还有丰富的系列课程和引导式Project，对初学者来说很有吸引力。
但缺点也是有的。首先，由于入门课程的教学是情境式教学，容易导致基础不够扎实，计算机科班同学切勿选择本平台学习编程，仅适合就读于其他专业而需要Python作为一项技能的同学使用。此外，除基础部分课程外，稍微拔高一些的课程间连贯性就不够强，因为不是同一个老师开的。有的时候这个老师讲过了的东西那个老师又讲一遍，有的时候这个老师没讲过的下一个课的老师已经默认你会了。另外，四小时的课程所包含的练习并不够多，如果只是按部就班地上完了前一门课就去上后一门课，大概上到一半就学不下去了。这也是我最后放弃了的一个主要原因。
6.数据酷客（Cookdata）
数据酷客是国内的一个大数据专业培养平台，仅对合作院校开放，但个人可以单独申请体验资格。作为北大博雅大数据学院的一个课程网站，其最大的优点在于课程体系十分系统，从入门的数学基础、Python基础到中间的数据采集、清洗与可视化，再到最后的深度学习和大数据分析专门课程，十分适合想要转行数据分析师/数据科学家的同学。目前我正在上其中的课程，基础课还差最后一门“大数据分析的Python基础”就可以开始上专业核心课了。此外，本网站免费的特点也大大增加了它的吸引力。
由于目前我还没有上到核心课程部分，且基础课没有什么课外拓展资料，因此我暂时无法对该平台的课程质量做出一个全面评价，但我认为值得一试。不过有个问题，由于该平台服务器在国内，在荷兰访问时偶尔会遇到课程视频加载不了的情况，这个目前似乎没有任何解决办法，只能换个时间再来看。
这个平台是一个比较专门化的MOOC平台，专门提供和复杂性有关的数理基础及建模分析课程，是美国圣塔菲研究所（SFI）旗下的。SFI作为美国领先的复杂性研究机构，其课程和暑校自然也广受欢迎。其课程组织和Cousera有点类似，但课程视频都可以在Youtube上免费观看，该网站只是提供了额外的一些资料、Quiz及单元测试等。如果你对复杂系统有进一步了解的兴趣，那么Complexity Explorer是你必然无法避开的一家MOOC平台。
这是一个专门提供商业课程的MOOC平台，其核心课程共有三个系列，分别是商业分析Track、信息架构Track和BPMN（业务流程模型和标记法）Track。价格比较贵，一个月要将近70欧。
该平台的优势在于独家课程和大量的练习。几乎每个课程的每个单元都有题库，单元测试是从题库中随机抽题的，如果知识掌握得不牢固，想要凭借记答案得到单元测试的高分是很难的。因此可以说如果每门课的单元测试和期末考试最终都得到了80%以上的分数顺利毕业的同学，其基础知识是相当扎实的。此外，该平台每个月都还在推出新的课程，因此可以说这家平台目前正处于蒸蒸日上阶段，而不必担心卷钱跑路之类的问题。
当然，劣势也有一些。一就是价格太高，70欧一个月实在是让人只能买一个月会员然后拼命学，争取一个月内学完好几门课；第二是课程内容还是只有视频+习题，其他类型的补充材料较少。
9.Udemy
Udemy的知名度其实可能仅次于Cousera和Edx，但为什么我把它放在如此之后才介绍呢？主要原因在于我没有买过任何一门Udemy的课程：我有好几次都在Udemy上搜到了和我想上的课程类似的课，但我最后每次都选了别的平台。Udemy给我的感觉似乎有点重量不重质，从课程内容及其难度上来说，比较适合一些QS200以外的大学的学生使用，讲的通俗易懂，但很多时候不够深入。我目前没有在Udemy上找到过适合TUD同学修读的MOOC，如果大家有什么好的课程推荐，欢迎在下方评论，我有空的适合去研究研究。
10.Future Learn
Future Learn是一家英国的MOOC网站，因此上面英国及欧盟高校的课程较多，而美国高校的课程较少，可以说是与Cousera、Edx互补。不过这个平台上的学校总体层次都不是很高，微证书和在线学位的一大半都是考文垂大学的，其他的大概也就是和考文垂同档次的学校。从Class Central上的评价来看，年年最受欢迎的课程都是雅思主办方British Council推出的各种雅思英语课、英国文化课和职场英语课等等，其他的好课属实凤毛麟角。价格上也很贵，一门课64欧。虽然两百多欧的年费会员可以一年之内无限制畅学所有课程，只要学了三门半以上就回本了，但我现在都怀疑这个平台上真的值64欧的课有没有四门。
不过这个平台的优势在于课程组织同样比较合理，有视频有讨论有文章，而且每一个材料下都可以自由地观看其他同学的评论或留下自己的评论，这对于课程材料有typo、quiz答案有错之类的情况非常有用。此外还能通过评论区认识一起上课的同学，学习变得不再孤独。
Recent Comments