選擇 TKB 的理由
我會選擇TKB的原因大概有兩個，一是通勤問題，
台中這邊的據點對我來說通勤都挺方便的，附近都有火車站或公車站；
二是老師們的風評，主要是從學長姐那邊知道的，
並且系上有個認識的學長也在TKB老師的指導下取得不錯的成績，所以最後就選擇到這裡上課。
陽明交大數據所考試準備方法/時間安排
我是數學系出生，但老實說我並不認為我的數學特別厲害，
更別說我因為粗心導致錯誤的頻率可能還比別人高，
待在數學系頂多讓我在看到定義或證明的時候，
比較不會排斥或慌張，可能也給不了什麼有用的建議。
關於這兩科，在具備相關的基礎知識後，我認為真的就是比誰更細心，
因為資工所的數學考試風格，除去少數防止你考100分的題目，
基本上不會太刁難，所以在準備的時候多練習常考題型，
在考場上可以加速做題速度，還能一定程度降低粗心的機會(?)，
會比較有餘裕做後續檢查，甚至嘗試做出難題。
ps. 有時間記得一定要檢查，不要皮！
軟體中，比起演算法，這科考法大都相對死板，對大家而言是相對比較好拿分的，
所以對於那些比較簡單、操作上比較固定的觀念，
例如，樹、圖、排序之類的，要先把握好，然後才是特定學校近年常考的題型，
像有些學校近年很愛hash table，可能就需要去搞清楚再上考場。
我準備這科的時間其實很少，大概了解各大章節的概念就去考試了，
結果當然不怎麼樣，寫得出來的都是看過、有印象的pseudo code或證明，
還有時間複雜度的計算(雖然各校都考，但占比通常很低)，
如果時間重來，我會多做些題，應該會比較能融會貫通。
對我來說這科是記憶型的科目，主要是記住系統的架構、功能，
如果能多了解現實會用的作業系統相關知識更好，
例如，Linux、UNIX、macOS等。
計組與計結，這科是我最弱，也是我花費時間最少的部分，
大概是因為它是我最先開始看的科目吧，上完課後，由於時間規劃不良，
它就被我遺忘在角落了，直到考前大約一個月左右，我才又把它找回來看，
導致有些觀念漏洞，在遇到那種多選題會倒扣或者錯一個選項就沒分的考試時就會比較沒底，
現在回頭看才發現它其實是cp值還算高的一科(要看學校)，基本也是偏記憶，
常考的計算題像chache的相關計算，觀念清楚的話應該要是好拿分的。
心路歷程
早一點準備是不錯，但一定要有一顆堅定的心。
像我，考前一年半左右開始上課，但期間都抱持著「時間還很充裕啦~」的心態，
想著還有明天能讀，不知不覺就習慣了，
直到考前大概四、五個月，算了下未完成進度與可能需要的時間才驚覺，
我很可能讀不完考試範圍(結果也確實沒讀完)，結果拖到大概考前二十天才開始做考古題。
回想起那陣子，真心覺得如果有好好規劃好讀書進度，根本不會搞得那麼焦慮，
如果確定要開始準備考試的話，建議最好先規劃好，並確實執行讀書計畫；
對於那些沒有基礎，對於各章節難度沒概念的同學，或許事先規劃進度比較困難，
這時不一定要這麼做，但目標一定要明確，如果能能溫故知新就更好了。
大碩數據科學與工程研究所課程推薦
| 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
