選擇 TKB 的理由
大碩資工六科老師教學內容淺顯易懂，只要完全掌握，上榜率極高。
更棒的是，網路上有許多熱心學長姊分享完整的上課筆記，
學生只需專心聽講、記錄重點，學習效率大幅提升。
由於TKB一家獨大，考生間戰友眾多，遇到不會的題目也能輕鬆在網路上找到討論或請教他人。
在考場上，幾乎人人都使用TKB教材，
因此有實力又不差錢的話，直接補TKB是高效備考的好選擇。
陽明交大智慧系統與應用所考試準備方法
這科我基本上是看過子嘉老師的影片一次，每看完一個章節，就稍微寫一點後面的題目。
線性代數非常講求連貫性，如果前面的章節還不是很熟，
建議再多看筆記一次，不然後面主題會越看越不懂。
這科很神奇，第一次看的時會聽不太懂，
但你在重新看過第二遍後，會發現這科超簡單，重點就是多看幾遍。
這科目其實我沒有上完，我看完Tree之後，因為覺得後面的出題機率不高，
所以只看了邏輯和自動機的第一小節而已，這科的重點是刷題，
搞懂核心觀念後，只要持續刷提，應該不會有甚麼大問題。
這科最重要的是各種Tree的操作，以及程式碼要能看懂。
只要搞好這兩個部分，我想就差不多了，剩下的都很簡單。
這科應該是裡面最麻煩的一科，考題很多樣化，在這樣的出題風格下，
我覺得最重要的就是核心觀念，像是為何一個演算法的時間複雜度是O(nlogn)等等的。
所有的章節都要搞懂為甚麼要這樣設計，如此一來才能應變各式各樣的考題。
這科我準備的不是很好，只有看過洪逸老師的講義兩遍，但我覺得就是有背有分。
張凡老師講得非常仔細，重點我覺得都包含在他的課程裡，
只要跟著老師的課程，再寫課本後面的習題，這科就差不多了。
陽明交大智慧系統與應用所讀書時間安排
報考動機：
台科大資工系應屆畢業生
因為在校成績太爛，所以覺得推甄無望，
加上想好好了解之前沒學好的科目，所以在大三下決定考研。
準備順序：
資料結構->線性代數->作業系統與離散(同時)->計組->演算法
備考讀書時間
這段時間我有去TKB聽資料結構的課，但基本上就是當故事在聽，回去也沒複習，算是聽個印象。
但我覺得這科我在學校學得還不錯，所以這樣準備也沒啥問題。
暑假我不是很認真聽課，
大概8月的時候才有規律的一天聽一堂到兩堂(約3-5小時)，之後開學也差不多維持這個頻率。
9月結束時大概讀完資料結構線性代數作業系統跟離散一遍(離散只讀到Tree)
大約到十月中時，發現進度有點落後，所以把唸書時間調高到每天6小時。
我的讀書方式是新進度與複習並行，大約到11月底，
除了演算法外，其他科目都至少讀過一遍(數學及資料結構兩遍)
把硬體再讀一遍，並且同時跑演算法的進度，這時候我每天的讀書時間基本上有7-8小時，
在十二月結束時，我把所有科目都讀了兩遍(包括演算法)。
到了這時候，我就開始刷考古題了，因為我沒報題庫班，
所以我的題目除了課本後面的練習題以外就沒了，因此我考古寫了蠻多年，
有交大最近10年，台大數學10年，軟體4年，成大5年，寫完就檢討，每天就重複做這樣的事情，
哪個地方不了解就去翻課本和筆記，每天大概讀8小時。
大碩資工所師資推薦：黃子嘉
黃子嘉老師上課超幽默，數學講解得很清楚明白，
特別是線性代數，邏輯超有條理，定義怎麼來的、怎麼用的都講透了。
而且他很會抓題目的難度，像一些數研所才會考或過於複雜的證明，會特別提醒不用花太多時間去鑽研。
老師出的書也很好，題目夠多又實用，光靠他的教材和練習題就夠應付數學了，完全不用看原文書。
至於離散數學，因為這科本來就不像線性代數一樣好理解，而且是需要自己動手算的，
但課堂講解和講義還是幫助很大，大部分題目都能搞懂他的解題原理。
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
|
黃子嘉
|
|
|
離散數學
|
黃子嘉
|
|
|
離散數學
|
黃子嘉
|
|
|
計組與計結
|
張凡
|
|
|
演算法
|
林立宇
|
|
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
