研究所考試心得〡115年考取國立臺灣大學資訊工程學系 人工智慧組 榜首_王O理

為什麼選擇 TKB 準備資工所考試？

我本身是數學系的學生，大二下確定要考資工所之後，很快就發現只靠學校原本開設的課程其實不太夠。大學同名課程通常比較偏重實作，而且每個學校教的範圍和重點差異都很大；但研究所考試的題目卻是又廣又雜，像計算機組織這科甚至還會延伸到邏輯設計、機器學習相關內容，資料結構與演算法也要求你本來就具備一定的程式基礎。

對非本科系學生來說，要自己把這些內容全部補齊並整理成考試用的架構並不容易，所以我選擇報名 TKB。實際準備後也更能感受到，大碩提供的是一套能幫助跨考生快速建立完整知識地圖、找對努力方向的系統化資源，這對我來說非常重要。

台大資工所人工智慧組考試準備方法

計算機組織與作業系統，是我在準備時覺得最麻煩、也最需要整體理解的兩科。這兩科範圍非常廣，從數位邏輯設計一路到特定作業系統實作上的特色都有可能考，而且很多概念其實彼此呼應、互相穿插，但在學習時又常常被拆成兩個不同科目，讓人一開始很容易讀得零碎。

我的建議是先快速看過一次計算機組織，不用要求自己第一次就讀得非常細，再去上作業系統課程；等作業系統內容學完之後，再回頭把計算機組織仔細讀一遍。最後一定要自己手動整理一份筆記，把彼此有關聯的概念串起來，例如 memory 相關章節。這樣後面複習時才不會變成只記得片段知識。

資料結構相對來說是比較好準備的科目，只要本身有程式基礎，把課程完整上完，再把內容和經典題型真正讀熟，通常就能建立不錯的基礎。這科的關鍵反而在於不要只停留在「看得懂」，而是要把資料結構的操作方式和設計思路真正內化。

演算法的準備邏輯和資料結構有點像，但難度會更集中在遞迴和動態規劃這類概念。不是只會做老師上課講過的題目就夠，而是要熟悉到面對一個全新的題目時，也能自己想出遞迴或動態規劃的解法。這部分一定要練到有足夠的轉換能力，考場上才有辦法應付變化題。

數學兩科的準備方式其實很接近，最重要的是不要急著趕課程進度，而是要把每一個公式和概念都自己推過一遍，再搭配類題練習，一直到該章節真的很熟再進入下一章。因為如果只是上課當下看得懂，但自己沒有完整消化，後面的章節會越學越吃力。

我自己的體會是，數學科比起背答案，更重視你對概念的掌握穩不穩。所以只要當前章節沒有真的熟透，就不要太快往下跳。前面基礎越扎實，後面的複習效率也會高很多。

每個學校的出題題型差異其實很大，尤其是數學科，有些學校著重觀念轉換，有些則偏重固定題型熟練度。所以考試前一定要至少刷過一篇目標校系的考古題，確認命題方向和自己的作答節奏有沒有對上。

對我來說，考古題不只是拿來檢查分數，而是用來理解學校到底想怎麼考。只有把這件事想清楚，前面學過的內容才比較知道要往哪個方向深化。

心路歷程

我是數學系學生，在大二下確定要考資工所，最後台大、清大、交大都有正取。回頭看這段跨考歷程，我最大的感受是，補習班可以提供很完整的資源和方向，但真正能不能把這些東西轉化成自己的實力，還是得靠自己一步一步吸收、整理和反覆練習。

大碩的課程資源真的很完整，幾乎從頭聽到尾就能涵蓋大部分考試內容。老師的講解雖然節奏偏慢，但很紮實、也非常容易理解，對跨考生來說很友善。不過考研這件事最後還是要回到自己身上，最重要的是你有沒有把每天的努力放在對的方向上。

我很認同的一點是，大碩真正能幫助我的，不只是把知識教完，而是幫我找對努力的方向，讓花出去的時間比較不會白費。對跨考生來說，這件事其實比單純多念幾個小時更重要。

大碩研究所師資推薦

大碩研究所課程推薦

課程名稱	授課老師	課程連結
計算機組織與結構	張凡老師	前往課程
作業系統	洪逸老師	前往課程
資料結構	洪逸老師	前往課程
演算法	林立宇老師	前往課程
線性代數	林緯老師	前往課程
離散數學	林緯老師	前往課程

想準備資工所考試，該怎麼開始？

如果你和我一樣是跨考生，最重要的第一步不是急著刷題，而是先把目標校系會考哪些科目、每一科大概考到什麼深度搞清楚。資工所的難度常常不只在單科本身，而是在每一科都各自有很大的知識量，還彼此相關，所以前期一定要先把整體架構搭起來。

等到基本觀念穩定後，再透過題目、章節整理和考古題去調整複習方向，效果會好很多。尤其如果目標放在台大、清大、交大這類校所，更要提早熟悉各校命題風格，讓後期衝刺能更有針對性。