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
線代跟離散是我最早(暑假)開始準備的兩科，這兩科基本上前面幾個章節算是基礎，必須要把握能拿滿分數。
數學算是學完之後短時間內不太容易忘光的科目，所以我在10月把數學部份搞懂後，
基本上到12月前就不再碰數學了，也能把原本讀數學的時間分配到其他科目上。
線代的重要章節我認為是第4章跟第8章，後面的部分章節假如沒有搞懂第4章的話就不太容易搞懂，
另外不同的學校對於第8章有不同的考法，例如成大蠻喜歡考最後的SVD但其他學校就不太常考。
離散的話則是前10章為基礎的分數，第11跟12章則是用來跟其他考生分出差別的部份，
至於最後一章很少學校考，就根據你報考的學校來決定是否要讀即可。
這兩科我覺得沒有先備知識的話最好是先讀資料結構再來讀演算法，因為演算法會用到資料結構的內容。
資料結構基本上把洪逸給的講義看過一遍就行了，後面還有一部份講圖形的也能順便複習離散的圖論。
這兩科主要都會合在一起考複雜度、每個結構的特性及NP，
演算法的話基本上會有應用題會給你題目叫你想個演算法解。
我認為這兩科準備方式主要就是把講義讀一讀，並且實作一下會比較好，
假如想拿高分的話就是取決於我剛說的演算法應用題熟捻程度。
最後是OS跟計組，我建議計組最好也是能早讀就早開始讀，因為他有滿多重點要記的。
不過這些考試的重點以及對應的考法在講義上都有，
所以對我而言這科要考高分就在於你付出多少時間在講義跟題目上，
另外講義上的有些題目資工所不太常考，不用花太多時間鑽研那幾題。
至於OS的話基本上也是差不多的準備方式，把洪逸的講義看過一遍然後寫個題目即可。
心路歷程
我整體的流程主要如下
六月～九月除演算法外都上課完
十月所有科目讀完第一輪，翻講義找重點部份去回放影片
十一月演算法開讀，並且邊讀邊寫code實作，然後記每個演算法NP、用在哪、複雜度多少
十二月～一月一直刷題
二月～考試日期根據各校考法去看講義
基本上每個科目我都算是讀過兩輪~三輪的，並且刷題找一下手感及每個學校的考法，
演算法放那麼後面主要是因為打好資料結構的基礎後讀很快，內容也不多。
大碩資工所師資推薦：張凡
非常感謝張凡老師，當初我決定報考時就非常擔心硬體，因為硬體一直是我的弱項。
多虧了張凡老師在上課時鉅細靡遺的講解及補充相關的硬體知識，
並且每次教完一段觀念便馬上實作有關的題目，讓我能更加理解並融會貫通。
在考試方面他也會說明每個章節的考點，幫助學生更快地掌握重點，
並且根據不同的學校去做些補充。除此之外，講義也十分的用心，
除了那幾本實體講義外還有投影片可以觀看，
講義上也有統整許多各校對該章節的考題供學生在學習後馬上練習。
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
