選擇 TKB 的理由
校園負責人非常熱心，而且回覆速度也很快跟清楚。
在補數位學堂時，遇到問題櫃檯人員也處理很快，而數位學堂的環境非常乾淨，
完全不用擔心環境會影響到你看課程的心情以及專注度。
而且好處是你可以暫停影片來做筆記，不會有太趕的問題。
資工所備考疑問與親身經歷後分享
各科的讀書方法已經有很多篇我都覺得寫的很好了，可以參考一些正取的心得文跟檢討，
我想列出以下幾個我看了那些心得後的疑問以及我考研過程後的想法：
Ａ：完整的兩個月，先寫交大，並且寫完一回就確實的訂正每一個選項。
Ａ：要，因為考前一個月可以只看錯題本，複習效率會很高，
如果還翻課本來複習，會很沒有方向更焦慮。
原文書的部分可以再訂正錯題時，直接去看不熟悉的小節。
Ａ：可以先跳過。我一開始也是想說跳過這題，如果它就考這題怎麼辦？
但其實你之後做更多題目有可能突然就會寫了，我通常跳過之後，
又做到類似題目就會突然想起來有寫過類似的，再回去看自己會了沒，
如果最後真的完全找不到答案，可以選擇背下來。
（比如 OS 考題，教授有時候會節錄一段原文書的話當作選項來考，但前因後果都會被截掉，你單看選項訂正有時候根本找不到任何資料，
這時候你把整個選項複製拿去原文書搜尋，通常可以看到 99% 相似的句子）。
Ａ：我一開始寫交大都會花到一整天或是兩天（不包含寫題目時間），
我會很詳細的補完錯題的知識漏洞，或是去翻題庫做類似的題目直到懂那題的概念為止，
通常多做幾題你就會完全搞懂那類型題目的概念。
除此之外，比如 OS 遇到不熟的概念，我會去讀原文書，所以整個訂正過程非常長，
但之後在複習錯題本的時候會很有效果，而且認真訂正過印象會很深刻。
Ａ：我是用 notion 做筆記，而且我有買 pro 因為貼了很多題目圖片，
然後用 toggle list 來先把答案遮住，這樣複習的時候就可以實際做一次，再看答案。
我訂正答案都會寫每個選項的考點。
Ａ：我認為在上課的時候，老師上到哪最好就要寫到哪。
- 好處：
1.你真的寫過題目才會對上課的東西有印象，
不然你到時候有可能完全白上，寫題目時重頭看過。
2.你上課階段就寫題目，後面就不會有題目量的壓力，
像我都沒寫題目，最後課程結束開始刷題時，根本就超級不熟寫的超痛苦。 - 壞處：
上完課還要寫題目超累！
Ａ：我自己數學是只寫了例題跟後面 easy 跟 middle(medium)的 1/3，
而且挑重點章節寫，因為真的來不及。
OS 老師給的題目有寫完，
資結也只寫了進階樹跟一些重點章節，
計組也是寫重點章節。
剩下都靠考古來補：
- 交大 101， 103-113
- 中央近 10 年
- 成大近 5 年
- 台大近 3 年
我覺得寫題目的重點是：
1. 你看到這題時通常會知道他在考什麼，但你對這些知識點的印象是模糊還是"清晰"，
"清晰"是指能直接知道它的重點概念，以及你能清楚的講一遍你所知道的相關概念。
2. 你知道這題在考什麼，你也了解其中原理，
但你知不知道每個步驟的細節，以及自己常在哪一個步驟犯錯或有想法誤區。
我覺得一開始常有一個讀書誤區就是不要背題目，確實是不能直接背下來，
但你在了解原理並且可以自己思考一遍之後，你還是得靠多練習相同的步驟來熟悉，
其實也可以算一種背下來。重點是你要練習到你看到類似的題目，
你必須知道解題思路/步驟/跟一些你常出錯的步驟，
你考試就可以省下多少時間，把多的時間拿去解真的難題。
(關於細節的部分，以線性代數為例，你在做矩陣乘法或是對角化的時候，
有很多種方法都可以解，但我建議你考試的時候就固定用同一種，
如果你心血來潮突然換一種，你可能會浪費超多時間，
還有你在抄矩陣的時候以 column 開始或 row 開始這種細節其實都可以養成習慣，
不要每一次都不一樣。)
心路歷程
從大一開始因為系上本身算一半的資管系，
所以接觸了程式設計，資料結構與離散數學等相關科目，
發現自己對於資工領域方面比較有興趣，並且希望能在台灣就業，
所以多方考量下決定報考資工所，
並且在大三開始先看完線性代數課程以及修完系上的選修跟必修課程。
然後暑假開始全力準備剩下的科目，
資料結構/計算機結構/作業系統/離散數學這幾科在大約9月底時看完，然後最後才看演算法。
10~11月開始寫後面的題目
（建議大家在上課的時候就要開始寫題目，不然會跟我一樣題目寫太少，很多東西讀過就忘記）
最後 12~1月開始認真寫考古並確實訂正。
大碩資工所師資推薦：線性代數&離散數學-林緯
非常感謝林緯老師不管在什麼時候問老師問題，老師都能快速且有耐心的回覆，
而且老師並不會直接給你答案，而是引導你去思考這題在問什麼？
你有什麼工具或類似的題型可以套用？
我認爲這個思考過程大大的幫助我在最後寫題目的階段進步。
而且老師的上課方式也是如此，老師會把難題的所有細節包含老師自己在解這題時是怎麼思考的都敘述出來，
只要仔細的聽老師思考的脈絡，會發現裡面很多細節可以學習，
而且老師有時候試他第一個想到的方法也不一定會對，但老師會繼續重修解法，
然後試錯，這個過程其實就可以套用到我們平常遇到解不出來或沒看過的題型，你該如何應對？
這就跟平常在寫程式時，你有什麼常見的資料結構或演算法可以拿來解難題一樣，
不斷地try and error，只是你做越多次，便可以愈快速找到正確的解法。
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
|
林緯老師
|
|
|
離散數學
|
林緯老師
|
|
|
計算機組織與結構
|
張凡老師
|
|
|
作業系統
|
洪逸老師
|
|
|
資料結構
|
洪逸老師
|
|
|
演算法
|
林立宇老師
|
|
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
