選擇 TKB 的理由
因為網路上說TKB很好，經過比較課程錄影講解的的基本觀念清晰程度，
與櫃檯服務人員是否能理解我的需求並解決我的問題後，
就決定報名TKB的暑期班課程與春季班數位課程，
也在體驗過前面的課程之後因為感受到教學確實用心後決定報名題庫班做衝刺。
台大資工所考試準備方法
以下是我個人的準備方法跟進度
各科準備心法
課本:林緯上下冊
跳過（只聽課或本來就有學過但讀不完）的部分有：代數系統、有限狀態機
跳過也不會的部分有：波里亞計數
暑期班時上完課複習課本，簡單的觀念能自己寫能證明自己寫一遍，盡量把題目全都做完，
做題目與證明時絕對不能看答案，有時候我會想兩個小時才想出來，
也有時候真的想不出來往下看答案發現題目其實有誤，這種時候算是時間都被浪費了，
但不看提示跟答案就能寫出全部的基礎題真的是準備考試必要的。
課本:林緯上下冊
跳過且不會觀念只會算的部分有：Jordan Form
春季班課程錄影我在題庫班開始後才開始看，因此進度較為落後，
不過老師真的講得不錯，吸收得很快，題目也是建議全部做完，
其中矩陣、行列式、向量空間、線性映射、對角化理論、內積空間、內積算子的觀念尤為重要，
並且一定要練習計算跟驗算，以絕對不要算錯為目標，每天/兩天就要練一些計算，以免粗心。
習題:洪逸Q1~Q6
看錄影時（如果覺得自己會的話）先做完黑板上的題目再Play對答案，
看完影片做相對應單元的習題。我的習題只做到Hashing。
課本:林立宇本/題庫班:洪傑本
我都只跟數位課，課堂上算一題對一題答案，來不及自己讀完也因此演算法部分成績並不算太好。
備註一下我楓葉本Disjoint Set有整章讀完，成大那題可以直接秒殺，有時間的話推薦直接讀楓葉本，頂大比較愛考。
課本:張凡上下冊
跳過的部分：暑期班、題庫班錄影幾乎全部，I/O、平行處理、Multicycle machine電路、基本概念(時間真的不夠)
1~4章基本觀念盡量釐清，Pipeline跟記憶體為主要考點，Pipeline我不熟，
太多隱含假設讓我一直很不想碰，大家不要學我。
記憶體部分所有類型的計算都熟並且知道快取＋虛擬記憶體的三種運作模式
與流程(Cache hit/mis, TLB hit/mis, Page hit/fault各種組合之可能與不可能，以及處理流程)
這樣就能拿到至少10分的基本分（未來不保證）
習題:題庫班課本全部
完全只跟著暑期班與題庫班上課時解題。
各科重點懶人包：
1.解題一定要把答案蓋起來
2. 有時間建議不要跳過任何東西，因為真的都有可能考出來，只是機率高低而已，不得已再跳
3.上課遇到問題中間下課一定要勇於發問
4.有時間可以加入資工考研群組，回答他人問題對自己的觀念熟悉程度有幫助，也可以發問，我在這種群組得到很多幫助，各科基本上都有高手能解決我的問題
5. 練習各種計算題，最好練得比歷屆大一點點(包含但不限於Rod cutting, Maximum subarray, OBST, LCS, LPS, MCM, Dijkstra, Bellman-Ford, Floyd-Warshall, Johnson, 反矩陣, 行列式, 求基底, 對角化, Jordan Form, GS正交化, Quadratic form跟主軸定理, SVD, 邏輯化簡, 排列組合, 模同餘方程, 求和, 遞迴方程式解法, 關係的三包求算方法)
心路歷程
我大三時沒有想考研究所，因此是晚一年考，因此準備時間大約是一整年，
無干擾，每天0~10個小時，平均大概落在8~9小時。
學歷是台科資工畢業。
報考動機是大四下學期時有個非常好的朋友建議我考研究所CP值比較高，並且借我書先看，
讀黃子嘉老師的線性代數讀一讀覺得很好玩就開始準備，準備期間也在補習班認識幾個實力不錯的戰友，
下課、吃飯時間幾乎都在跟他們聊考科的內容，算是蠻有趣的體驗，也讓我在讀書時更有動力。
另外，我在寫題目時很注重邏輯，但常常有題目的答案，不管是哪個老師或交大都多少有遇到邏輯不通，
但正常人不會注意到的錯誤，這部分讓我每次作答都蠻痛苦的，
如果有像我這樣過度注重邏輯的考生，建議在數學科注重邏輯就好。
大碩資工所師資推薦：林緯
非常感謝老師提供課後發問的管道讓我在準備時有任何觀念上的問題都可以立刻詢問，通常一天內就能得到回覆，
最多也不超過一個禮拜，大大提高了我學習數學的效率。
老師上課幾乎都只教基本題，不過也正是因為這樣才能跟得上並且直接掌握基本觀念，
課後用老師的書整理的練習題也能將細部觀念再次釐清，有時間也可以做離散數學的夢幻類題或線性代數的進階試題練習，
幫助增加遇到題目時的看法，這些書中的題目也都有非常詳細的解釋，真的大大提升我學習的效率！
大碩資工所課程推薦
| 課名 | 師資 | 試聽 |
|---|---|---|
|
資工所
|
TKB師資
|
|
|
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
