選擇 TKB 的理由
一開始時是聽我朋友說他們考慮去報名TKB，於是去查了一下評價，
發現TKB在資工所方面的榜單非常優秀，而且師資也很好。
後來也去參加了TKB的說明會，上課的方式聽起來也很不錯，
能透過雲端來自由的調控學習的時間，而且也能回放重要的部份。
台大資工所考試準備方法
各科準備心法
台大近年的出題方向很固定，難度也很低。刷題的CP值很高。
線性代數部分最基本反矩陣、行列式值、線性變換、對角化、內積、投影等，都不會出到太難。
離散數學部分更是好掌握，布林邏輯的類似題已經連出兩年了，還有遞迴關係式的求解跟生成函數，
再來圖論的尤拉環、漢彌爾頓迴路，還有二元關係的個數也算常考。
軟體我沒有考好，台大的軟體準備一定要看CLRS，他們的資結演算法上課都是用CLRS，歷屆也很多題目從上面搬的。
資結部分，關於資料結構的運作方式反而沒那麼在意，更在意後面的觀念，
比如今年就有考uniform hashing (CLRS的內容，我有讀到但沒當一回事...)
或是考過紅黑樹的觀念題，樹的merge操作，這些都不是很熟悉某樹的插入/刪除就可以的。
演算法部分，也不是把DP、圖論的幾個演算法背好就好，當然要都會，但要能從這些演算法品出點新東西來。
舉例來說，DP先介紹鐵條切割的演算法，這是一個指針(i)的，代表從頭到i的最佳切法，
而矩陣乘法是兩個指針(i,j)的，代表矩陣i到矩陣j的最佳乘法，而LCS同樣也是兩個指針(i,j)，
知道這幾種最基礎的DP分類，可以幫助你在看到全新的問題時也有想法，
好在考研基本上也知道這幾種就夠了(但10X年台大有考過圖論的DP)。
圖論部分也是不能只知道各個演算法的操作，背後的原理、演算法的正確性、能應用到甚麼地方，是更加重要的。
台大這幾年改全選擇體，比之前考申論的簡單了許多，或至少更有方向準備了。
而今年尤其有更多計算題的趨勢，記憶體的計算、CPU排程的計算(考過兩次EDF)、
多核心的排程、共享記憶體的使用，檔案系統的工作流程。
但因為改選擇題沒幾年，所以考試方向還不是很好把握。
心路歷程
我是政大財管應屆，可能本身對財務比較沒興趣，在思考人生的其他可能，同時也嚮往著金錢，
在台灣資訊領域算是讓我通往高薪(爆肝)比較快的路了！
我高中是文組的，程式能力也僅限大學的通識課程而已，但我對數學本來就蠻有興趣的，
所以跨考的過程中一方面想領高薪的慾望給我了很強的決心，一方面數學計算、證明，
演算法思考等訓練我也並不排斥，才能持之以恆的念下去。
另外，我也不是天才型選手，一年備考的過程中，我花了約2100小時的讀書時間，
為了備考，放棄了很多自己的娛樂時間，好在成果是令人滿意的!
大碩資工所師資推薦：黃子嘉老師
黃子嘉的數學課程，堪稱世界頂級。將抽象的數學語言，
解釋的如此淺顯易懂，並透過「小黑的故事」加深印象。
上課的節奏也把握得很好，在每次需要思考的時機，
老師會稍作停頓，隔一陣子:「恩...懂了!」，有在認真聽課的話，真的會覺得帶入感很強。
上老師的課並沒有學習壓力的感覺，反而像是再追一步有趣到捨不得停下來的劇，
是真的！我刻意把數學兩科都留到最後才看完，只因為捨不得接受沒有這麼有趣的課的事實。
老師整理的矩陣可逆的詩歌，排列組合題型的分類等，皆在考試時起到關鍵的作用。
不用擔心年代古老而跟不上考試，觀念完全通用。
大碩資工所課程推薦
| 課名 | 師資 | 試聽 |
|---|---|---|
|
資工所
|
TKB師資
|
|
|
線性代數(數位學堂)
|
黃子嘉老師
|
|
|
計組與計結
|
張凡老師
|
|
|
演算法
|
TKB師資
|
|
|
線性代數
|
林緯
|
|
|
離散數學
|
林緯
|
|
|
資料結構(數位學堂)
|
洪逸
|
|
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
