說到資工所考試,無論是網路上的資訊還是身邊朋友的推薦,大碩研究所始終是首選。
首先,大碩的師資陣容相當強大。即使我完全沒有修過相關課程,經過大碩的課程訓練後,仍然能夠考取正取的成績。
其次,考量到服務據點的便利性,大碩在多個地區都設有 TKB 數位學堂,對我來說相當方便。
這門課非常講求前後章節的連貫性,除了第六章以外,其他章節都需要完全掌握。複習時,若能融會貫通,會更容易理解整體概念,因此這科相對來說較容易掌握分數。
從第1章到第13章幾乎都是獨立的章節,因此準備時需要投入較多心力。各章節的常見題型與對應的解題方法都必須熟練。
林緯老師的題庫整理得相當不錯,對於準備這門課很有幫助。
上課筆記務必要熟讀,若有餘力,再翻閱《恐龍書》。有些句子雖然課堂上沒有特別提到,但考試可能會出現。
另外,各學校對作業系統的考試範圍差異較大,因此需針對報考學校的考古題進行準備。
上課時務必完全理解每個概念,並定期複習,尤其是排序與週期性演算法,這些都是基本分所在。
至於較少見的題目,例如特殊的時間複雜度分析或不常見的演算法,若有多餘時間,再進一步深入研究即可。
大致上跟著老師的進度學習即可。上課內容講解得非常詳細,課堂上提到的觀念務必要完全理解。從考試權重來看,考題通常更側重於上課講授的內容,而非補充資料。
對我來說,這是相對困難的科目。上完課後,最好能在隔天複習一次,以加深印象。
所幸講義編排得很好,即使過了一段時間再重新閱讀,仍然能夠理解概念。DP(動態規劃)與圖論是最重要的部分,而 NP 與 P 相關內容則是考試中較常出現的主題。
回想起來,這一年我的準備其實稱不上特別努力。正課期間,除了上課與回家整理筆記外,幾乎沒有額外複習,12 月前每天的讀書時間甚至不到 4 小時。
直到 12 月,我才開始感受到迫切的壓力,於是從頭到尾梳理各科內容。對於有題庫班講義的科目,我盡量確保自己能理解並掌握所有題目,寫過一遍後,心裡也比較有底。
接著在 1 月進入考古題衝刺階段,做題時最好設計計時器,並隔絕其他干擾,以模擬考試的臨場感,這樣正式上場時才不會因為緊張影響表現。
總結來說,上課時除了整理筆記與複習外,最好搭配習題練習,以加深印象。
考古題則可等到 1 月再開始寫,每間學校準備 5 年內的試題就足夠,因為太久以前的考題方向可能已經變動。
最後,最重要的是堅持下去,把每場考試都當作一次練習,不要因為一次失誤就影響心態。
在上課之前,數學一直是我的惡夢。不僅學習過程中難以獲得成就感,評量結果也總是不盡人意。而且,我原本就讀的食品系鮮少涉及數學,因此對於離散數學與線性代數幾乎是從零開始學習。
幸虧林緯老師的講解方式淺顯易懂,即使完全沒有基礎,我也能夠迅速進入狀況。他的選題與講解詳細且有效,不拖泥帶水,上課節奏恰到好處,讓人能夠保持專注。
解題邏輯清晰易懂,且記憶方式簡單實用。題庫講義更是經過精心編排整理,各章節的經典題型均有詳細解說,出題方向緊貼近年趨勢,對於準備各校研究所考試極具幫助。
此外,每當我有問題請教時,老師都會耐心解釋,細心聆聽我的解題思路,再指出錯誤之處,讓我能夠真正理解並解決問題。
課名 | 師資 | 試聽 |
---|---|---|
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。
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。