
選擇 TKB 的理由
在大四時便上過TKB的課程,由於當時定力不足,並沒有把課程全上完,
甚至只上了1/3左右,但我卻能在考試時解出一部分題目,
因此我覺得TKB的老師的教學方式都很好,如果再努力一次一定能夠考上。
並且往年看TKB的榜單,資工所基本上都能包辦將近一半的正取名額,因此便選擇TKB。
成大資工研究所考試準備方法/時間安排
考科準備
近年來的演算法和往年不一樣,幾乎不會出現場手寫演算法的題目,
而是更著重於觀念與推導,因此演算法的部分應該著重在推導遞迴式,以及一些常見演算法的操作。
普遍偏簡單的科目,基本上資料結構的題目都是操作與步驟,而用到的程式碼本身考得沒有往年那麼多,
因此只要上課時認真聽講,然後老師帶例題時跟著做一遍,便能有不錯的效果。
一開始學習作業系統時,覺得這是非常困難的一科,因為大部分的東西式需要靠記憶力的,
但是寫考古後就會發現,太細的東西沒有必要完全背熟,只要抓穩基本的架構,以及把所有常見的題目都記熟,
要上榜是不困難的,因為太困難的東西其實也沒有多少人真的會完全記得。
張凡老師的正課內容非常多,因此如果時間比較緊湊的狀況下,要適當地跳過以及選擇章節,
我個人甚至只上了題庫班就去考試了,題庫班濃縮了大部分會考的重點,除非要考交大或台大,
否則有很多章節是不需要複習的,第一次接觸可能會眼花撩亂,
但只要認真聽講並搞懂重點,其實沒有像像中那麼複雜。
非常看運氣的一個科目,因為每個章節之間基本沒有甚麼連貫性,
甚至單個章節內的題目難易度差別非常大,像生成函數,
可以非常簡單一眼就看出答案,也可以難到老師上課時直接說這個題型遇到了直接跳過即可,
因此離散的準備方式唯有多寫題目,把常見的題目解法都記得。
對於數學比較不擅長的人來說,線性代數是需要花最多時間的科目,
並且上課時不能只是聽老師解題,必須自己去推導當中的原理以及相關性,
因為線性代數後面的章節有很多東西會沿用到前面章節的觀念,
因此若前面章節沒搞懂,後面的章節便會一直碰壁,
建議除了上課聽講外也要自己多寫定義以及觀念題來補充。
心路歷程
由於我是辭職準備考試,因此我的成本是非常高的,如果這次重考沒有考上,等於白白浪費了一年的時間。
因此這次我在一開始便擬定了讀書計畫,預定在10月前要完成所有的正課並且複習,
11月上完全部的題庫班,1、2月寫考古題並做最後複習。
但是人是會怠惰的,實際情況是我到了10月仍然還有一科的正課完全沒有開始,
這時我選擇放棄一部分的計組正課,希望透過題庫班來高速學習考試需要用到的知識。
結果到了考試前一天,我才發現我竟然感冒了,幸好當時的症狀不嚴重,我仍然能夠以不錯的狀態應試,
並且非常神奇的是我在考完成大回家休息的隔天就開始重感冒,整整持續了三天。
考完後直到放榜前的兩周,我抱著非常忐忑的心情,雖然在考試時覺得自己的發揮不錯,
但是由於成大有2500人應試,清大也有1100人,因此仍然沒有萬全的把握,沒想到放榜後,
成大竟然正取,清大也備在安全線內,這時懸著的心才終於落下,也證明了我十個月的努力是有成果的。
大碩統計所師資推薦:離散數學&線性代數-林緯
我的數學在上大學後一直是弱科,通常需要反覆讀很多次搭配大量練習才能勉強及格,
因此資工所的離散數學以及線性代數就成了我最大的問題。
林緯老師會以提問的方式來讓學生能夠自主思考,之後再切入題目並且提供思路以及解法,
因此我會在老師提出問題時先自行思考解法,之後再聽老師的解析當作對答案,
這種學習方式讓我能夠不只是單純把老師講的內容聽一遍,我覺得比起單純直接開始解題要更有效率。
最後我的數學僅僅上了正課,在沒有練習講義題目的情況下直接上題庫班,
並且只複習了老師講過的題目,便在成功大學的計算機數學中獲得90分。
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。