TKBGO

研究所考試心得 | 113年台灣大學生物機電所 丁組(人工智慧) 榜眼 陳O佑

研究所考試2024-12-0565
123
考取學校 - 台灣大學生物機電所 丁組(人工智慧) 榜眼
原學校 私立長庚大學

選擇 TKB 的理由

綜合師資、口碑、地點等綜合考量,大碩成為我備考研究所的首選。

一開始我對於研究所補習班並沒有太多了解,僅知道兩家補習班在資工所領域頗負盛名。直到大二升大三的暑假,經過詢問上一屆學長姐後,發現多數考生似乎都選擇報名大碩。

在自行上網蒐集資訊後,我更進一步了解到大碩的師資陣容實力堅強。實際參與課程後,發現其歷屆考取榜單相當亮眼。加上數位學堂的地理位置對我的通勤時間來說相當便利,這些因素促使我最終選擇了大碩補習班。。

台大生物機電所準備方法

線性代數

在本科階段,這是一個頗具投資報酬率的科目,幾乎可說是六大科目中最容易得分的領域。因此,我建議必須投入足夠時間,將其熟悉到看到題目就能迅速反應解題方向的程度。

準備方法是先徹底理解各個概念。線性代數的特點在於各單元緊密相連,不像離散數學可以將章節獨立學習。常常一個單元的理解程度會直接影響其他章節的學習。所幸,考試題目難度不會太高,因此我極力推薦將此科目徹底掌握。

離散數學

較於線性代數,這門科目融合了多種不同的數學概念,因此可以按章節分開準備。我認為必須重點關注的是第三單元(排列組合、機率),此章節在考試中出現機率極高。

另一個重要的部分是圖論,其中的公式、定義和概念都極為關鍵,出題率也相當高,建議將這兩大部分研讀透徹。

資料結構

重點全都包含在授課老師的筆記中。只要按照老師強調的重點章節,並徹底練習相關題目,應該不會有太大問題。

作業系統

老師的筆記架構至關重要。若覺得內容龐大,不妨重新梳理各單元內容,並確保能用自己的話解釋每個定義,這才算真正理解。

計算機組織

重點集中在 pipeline 和記憶體兩大單元,也是配分最高的部分。相較其他單元,這門科目更注重對概念的深入理解,絕對不能採取死記硬背的方式。否則,你會感到永遠無法完全掌握。

演算法

坦白說,我將大部分時間投注在其他五個科目上,對這門科目的準備相對輕鬆。

考研心路歷程

考慮到我自身屬於容易遺忘前面所學的類型,我在備考過程中採取了反覆複習的策略。從 3 月開始,我重複觀看課程影片,一直到 10 月才完成第一輪完整的課程複習。

第二輪複習時,我則有策略地挑選重點章節或印象較模糊的部分進行重點複習,直到 12 月底,我才感到對課程內容較為熟悉。進入 1 月後,我開始針對目標學校的考古題進行演練。

剛開始寫考古題時,錯誤在所難免。我清楚記得初期的考試成績大多徘徊在 20 至 30 分左右。但我始終堅信,題目的訂正是學習過程中最關鍵的環節。透過徹底理解原本錯誤的題目,某種程度上就等同於已經掌握了該題型。

秉持著這種持續學習及精進的精神,我不斷地檢討並修正自己的錯誤。最終,我非常高興地發現自己的努力終有所成,考試成績也達到了自己的預期。

大碩生物機電所師資推薦

授課老師的教學風格幽默風趣,使得課堂氛圍生動有趣,聽課時絲毫不會感到昏昏欲睡。老師在講解時能夠將考試重點單元劃分得清清楚楚,並明確指出哪些是必須深入理解的重點,哪些則是了解即可的內容。

最令人印象深刻的是老師製作的筆記。在介紹每個新單元時,會首先繪製該單元的架構圖,並在旁邊標注各部分的重要程度。接著,老師會逐一深入分析各個重點和概念,詳細闡述其觀念、背景及定義。

因此,認真抄寫並完善這些筆記至關重要。憑藉這些架構清晰的筆記,在空閒時間或臨近考試時快速翻閱,以架構的方式學習作業系統或其他科目,我認為這是考取研究所的最佳方法。透過這種系統化的學習方法,不僅能夠快速掌握重點,更能建立知識之間的邏輯關聯。

課名 師資 試聽
資工所
TKB師資
線性代數
林緯老師
作業系統
洪逸老師
資料結構
劉逸老師
演算法
洪捷老師
計組與季結
張凡老師
演算法
洪捷老師
資工所
全修課程

如果你在 TKB 的課程列表中,找不到你想試聽的課程,請不要擔心。

你可以利用下方的表單,告訴我們你的需求和想試聽的課程。

我們將會根據你的回饋,提供最適合你的課程資訊,或是為你安排試聽的機會。

請記住,我們的目標是協助你獲得最佳的學習體驗,因此,你的需求和意見對我們來說非常重要。

無論你的問題或需求為何,我們都會盡全力來協助你。

推薦閱讀


升學顧問線上諮詢 解答你所有升學問題

填表將根據需求,提供相關免費學習資源與課程優惠,專員將在收到訊息後盡速為您服務,謝謝。