研究所考試心得〡114年考取台大資工所榜眼 賴O彤
選擇 TKB 的理由
朋友推薦，接待我的人還不錯，有問題找他都會回。
基本上，考資工研究所的東西，稍微上網查一下，全部都是TKB的東西，
也沒聽過有不是補TKB的，所以也不用考慮別家了。
另外，前期需要認真進入狀況，推薦學堂看影片比較好；後期能隨時隨地複習，選雲端比較好。
台大資工所考試準備方法
考前200天各科準備建議
每天念書時長目標8小時 不要低於6小時，
上正課時，以台中學堂為例:下午上兩堂不同科目共五小時，然後回家就寫2~3小時當天題目。
切記不要把其中一科的課全部上完再換下一科，我花兩個禮拜把資結上完第一次，等我念第二次時已經忘得差不多了。
資結OS就把有發的題目全部寫了。
數學就看校名挑小藍本後面類題寫 每一類題章節至少寫個十題。
演算法建議上網找其他資源學習。
計組建議好好耐心上完老師的影片及老師補充的，除了數位邏輯之類的。
有錯的題目都建議打星星 方便之後複習 我自己忘記做了。
沒有上課時就自己念書時單一科目一次一小時 滿一小時就換科目。
考前200天各科準備建議
我自己是分配數學50%/軟體30%/硬體20%
大約12月中開始進考古，一開始一天寫一份一天訂正，到後來一天寫加訂正。
台大、中央、成大、交大都寫了7~8年。
考古最重要的是訂正，如果有些沒辦法訂正的，建議跳過不寫
題庫班
數學基本上是每一題都寫。
資結OS基本是寫個幾題會了，重複的就跳過，或是挑學校，要懂得挑題目寫。
計組我是看老師的影片而已。
演算法題庫可以寫 但是寫完還是要多上網準備+考古。
心路歷程
總之就是花時間念 念熟了自然就不怕，這次台大考的我自己本來預估軟體30%/硬體50%/數學90%
題目寫得當下一大堆都沒看過，只能靠現場推理，那就要相信自己寫題目的直覺，還有相信自己不會別人也不可能會。
另外補習班老師教得很淺顯易懂，我上課基本1.5倍跳著看，雲端課2~3倍速，我是畢業後快兩年才回來念，從6月開始讀。
基本上是忘得差不多了，尤其計組是從來沒學過，所以有心想準備不管你有沒有背景，你只要一天花8小時念8個月，
應該是都念得起來。
大碩資工所師資推薦：林緯
老師的風格應該就是考試取向。我一開始上的時候沒有很適應，因為我沒有完全相信老師，
但是越接近考試，我發現老師的課是越來越有用。
我只要一不懂，就會點開來看個一遍，像線代第八章，後期至少重看了三遍以上。
所以推薦老師的課選雲端，尤其是老師上課念的口訣，就是跟著老師念熟。
如果可以，應該要把口訣都整理起來，考試前可以唸著複習。
還有，老師的 FB 可以問他問題，我是到後期真的不懂的地方才跑去問老師，老師都會解答。
但其實前期有不懂的地方就該問了，越早問越好。
所以總體來說，請完全相信老師，就算不懂、覺得奇怪，也先背起來，然後覺得需要理解的部分再去找老師解答即可。
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。
研究所考試心得〡114年考取台大資工所 劉O皓
選擇 TKB 的理由
我選擇TKB的最大理由是因為榜單十分優秀，榜單優秀也同時意味師資陣容實力堅強，
因此當時我毫無猶豫地選擇TKB。
真正上課後發現不僅師資堅強，櫃台人員的服務也十分優秀，
在我上課時會主動關心我，並且能在上課需要時給我最熱情的幫助。
台大資工所考試準備方法
各科準備心法
在準備研究所考試的這段時間裡，我深刻體會到「方法比努力更重要」的道理。
在此，我想分享我在準備各科時所採取的策略。
線性代數的內容環環相扣，每個章節之間的連結性極高，
因此學習時應注重理解每一章節的核心概念，而非只追求學習進度。
例如，矩陣運算、向量空間、特徵值與特徵向量等主題都是後續學習的基礎，
若未能扎實掌握，後面的內容將會難以消化。
因此，我建議每學完一個章節，都應該確保自己完全理解，
並透過習題來驗證學習效果，而非急於往後推進進度。
離散數學的特點是範圍廣且章節之間的連結性不強，
這使得第一次學習時容易忽略某些章節。
然而，千萬不要預設立場地認為某些部分不重要，
我的建議是先完整學完課程，建立基本概念後再開始寫考古題，
透過近年的考試趨勢來抓出最常出題的章節，
例如組合數學、邏輯推理、圖論等，進行重點複習，以提升應試效率。
離散數學的特點是範圍廣且章節之間的連結性不強，
這使得第一次學習時容易忽略某些章節。
然而，千萬不要預設立場地認為某些部分不重要，
我的建議是先完整學完課程，建立基本概念後再開始寫考古題，
透過近年的考試趨勢來抓出最常出題的章節，
例如組合數學、邏輯推理、圖論等，進行重點複習，以提升應試效率。
在準備這門課時，我非常幸運能遇到張凡老師的指導。
他的教學方式讓我能夠逐步理解硬體架構，而不會覺得過於抽象或困難。
在這門課中，Pipeline與Memory 是考試的重點，
這兩章涉及到效能提升與記憶體層次結構的運作原理，
因此需要特別關注。我的建議是：跟隨老師的教學步調，
扎實地學好基本概念，並搭配課後習題來強化理解，這樣在面對考題時才能迅速找到解題關鍵。
作業系統的範圍廣泛，且考古題的變化多端，是最難掌握的一科。
除了補習班的課程內容外，我建議可以適當地閱讀原文書加深理解。
由於考試趨勢變化快速，單靠過去的考古題可能不足以全面掌握考點，
因此建議多寫近年的考題，透過大量練習來熟悉不同的題型，確保自己能夠適應最新的考試方向。
演算法是一門投入與回報成正比的科目，學得好，對於考試的幫助極大。
我建議先學完資料結構後再來學演算法，這樣可以更容易理解各種演算法的應用場景。
其中，動態規劃（DP）與圖論（Graph Algorithm)是考試的重點，務必要深入學習。
我在準備時，除了練習課本上的習題，也會額外找一些經典的演算法題目來實作，
確保自己能夠靈活應用各種演算法解決問題。
資料結構同樣是高CP值的一科，因為學習過程中若理解透徹，之後幾乎不太會忘記。
我非常推薦弘毅老師的課程，他的教學方式清晰易懂，能夠讓人快速掌握資料結構的精髓。
我自己的學習方式是：早期開始學習資料結構，並在最後的衝刺階段針對每種資料結構
如陣列、鏈結串列、堆疊、佇列、樹、圖等）畫出心智圖
這樣能幫助自己迅速回憶關鍵概念，對於考試的臨場發揮極有幫助。
心路歷程
當初決定報考資工所，是因為我在大學時期的成績並不理想，系排名大約落在 70% 左右，
不能靠推甄上研究所，這讓我意識到自己需要找尋新的突破。
從開始準備到正式考試，這段時間約 9 個月，但若要給未來考生建議，我認為預留 1 年的準備時間會更為穩妥。
由於我具備一定的數學基礎，所以線性代數與離散數學的學習相對較快，但若是對六科內容都沒有接觸過的考生，
更充裕的時間規劃會讓學習更加扎實，不至於在衝刺階段感到力不從心。
在這 9 個月裡，我深刻體會到「穩定持續的學習」比短時間的密集衝刺更為重要。
剛開始時，面對龐大的課程內容，我感到有些焦慮，但隨著學習進度的推進，
我逐漸找到了適合自己的學習節奏。尤其在準備計算機組織、作業系統等相對陌生的科目時，
我發現跟隨老師的教學步調，一步一步打好基礎，比起急著刷題更能有效提升理解與應用能力。
大碩資工所師資推薦：張凡
能夠順利考上資工研究所，除了自身的努力外，我最想感謝的是計算機組織課程的張凡老師。
張老師的課程不僅幫助我奠定了堅實的專業基礎，更讓我對原本不感興趣的硬體知識產生了濃厚的興趣，
這對於我能夠在研究所入學考試中發揮出色至關重要。
張老師的教學風格輕鬆愉快，但卻不失專業與水準。他擅長由淺入深地引導我們理解計算機組織的概念，
即使是最艱澀的硬體架構與運作機制，他都能用清楚易懂的方式拆解，使我們能夠毫不費力地吸收知識。
特別是在學習計算機架構、指令集設計與處理器運作原理時，
張老師能夠以生動的講解與層層遞進的教學方式，讓我們在短時間內掌握核心觀念，
甚至能舉一反三，將理論應用於實際問題中。
過去，我對硬體相關的內容總是感到困難且無趣，但張老師讓我體會到計算機組織的精妙之處，
甚至激發了我對低階系統架構的興趣。這種學習心態的轉變，對於未來的研究生涯也會帶來深遠的影響。
因此，我衷心感謝張老師的教誨！
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。
研究所考試心得〡114年考取台大資工所 廖O喻
選擇 TKB 的理由
因為網路上說TKB很好，經過比較課程錄影講解的的基本觀念清晰程度，
與櫃檯服務人員是否能理解我的需求並解決我的問題後，
就決定報名TKB的暑期班課程與春季班數位課程，
也在體驗過前面的課程之後因為感受到教學確實用心後決定報名題庫班做衝刺。
台大資工所考試準備方法
以下是我個人的準備方法跟進度
各科準備心法
課本:林緯上下冊
跳過（只聽課或本來就有學過但讀不完）的部分有：代數系統、有限狀態機
跳過也不會的部分有：波里亞計數
暑期班時上完課複習課本，簡單的觀念能自己寫能證明自己寫一遍，盡量把題目全都做完，
做題目與證明時絕對不能看答案，有時候我會想兩個小時才想出來，
也有時候真的想不出來往下看答案發現題目其實有誤，這種時候算是時間都被浪費了，
但不看提示跟答案就能寫出全部的基礎題真的是準備考試必要的。
課本:林緯上下冊
跳過且不會觀念只會算的部分有：Jordan Form
春季班課程錄影我在題庫班開始後才開始看，因此進度較為落後，
不過老師真的講得不錯，吸收得很快，題目也是建議全部做完，
其中矩陣、行列式、向量空間、線性映射、對角化理論、內積空間、內積算子的觀念尤為重要，
並且一定要練習計算跟驗算，以絕對不要算錯為目標，每天/兩天就要練一些計算，以免粗心。
習題:洪逸Q1~Q6
看錄影時（如果覺得自己會的話）先做完黑板上的題目再Play對答案，
看完影片做相對應單元的習題。我的習題只做到Hashing。
課本:林立宇本/題庫班:洪傑本
我都只跟數位課，課堂上算一題對一題答案，來不及自己讀完也因此演算法部分成績並不算太好。
備註一下我楓葉本Disjoint Set有整章讀完，成大那題可以直接秒殺，有時間的話推薦直接讀楓葉本，頂大比較愛考。
課本:張凡上下冊
跳過的部分：暑期班、題庫班錄影幾乎全部，I/O、平行處理、Multicycle machine電路、基本概念(時間真的不夠)
1~4章基本觀念盡量釐清，Pipeline跟記憶體為主要考點，Pipeline我不熟，
太多隱含假設讓我一直很不想碰，大家不要學我。
記憶體部分所有類型的計算都熟並且知道快取＋虛擬記憶體的三種運作模式
與流程(Cache hit/mis, TLB hit/mis, Page hit/fault各種組合之可能與不可能，以及處理流程)
這樣就能拿到至少10分的基本分（未來不保證）
習題:題庫班課本全部
完全只跟著暑期班與題庫班上課時解題。
各科重點懶人包：
1.解題一定要把答案蓋起來
2. 有時間建議不要跳過任何東西，因為真的都有可能考出來，只是機率高低而已，不得已再跳
3.上課遇到問題中間下課一定要勇於發問
4.有時間可以加入資工考研群組，回答他人問題對自己的觀念熟悉程度有幫助，也可以發問，我在這種群組得到很多幫助，各科基本上都有高手能解決我的問題
5. 練習各種計算題，最好練得比歷屆大一點點(包含但不限於Rod cutting, Maximum subarray, OBST, LCS, LPS, MCM, Dijkstra, Bellman-Ford, Floyd-Warshall, Johnson, 反矩陣, 行列式, 求基底, 對角化, Jordan Form, GS正交化, Quadratic form跟主軸定理, SVD, 邏輯化簡, 排列組合, 模同餘方程, 求和, 遞迴方程式解法, 關係的三包求算方法)
心路歷程
我大三時沒有想考研究所，因此是晚一年考，因此準備時間大約是一整年，
無干擾，每天0~10個小時，平均大概落在8~9小時。
學歷是台科資工畢業。
報考動機是大四下學期時有個非常好的朋友建議我考研究所CP值比較高，並且借我書先看，
讀黃子嘉老師的線性代數讀一讀覺得很好玩就開始準備，準備期間也在補習班認識幾個實力不錯的戰友，
下課、吃飯時間幾乎都在跟他們聊考科的內容，算是蠻有趣的體驗，也讓我在讀書時更有動力。
另外，我在寫題目時很注重邏輯，但常常有題目的答案，不管是哪個老師或交大都多少有遇到邏輯不通，
但正常人不會注意到的錯誤，這部分讓我每次作答都蠻痛苦的，
如果有像我這樣過度注重邏輯的考生，建議在數學科注重邏輯就好。
大碩資工所師資推薦：林緯
非常感謝老師提供課後發問的管道讓我在準備時有任何觀念上的問題都可以立刻詢問，通常一天內就能得到回覆，
最多也不超過一個禮拜，大大提高了我學習數學的效率。
老師上課幾乎都只教基本題，不過也正是因為這樣才能跟得上並且直接掌握基本觀念，
課後用老師的書整理的練習題也能將細部觀念再次釐清，有時間也可以做離散數學的夢幻類題或線性代數的進階試題練習，
幫助增加遇到題目時的看法，這些書中的題目也都有非常詳細的解釋，真的大大提升我學習的效率！
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。
研究所考試心得〡114年考取台大資工所 黃O維
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
台大近年的出題方向很固定，難度也很低。刷題的CP值很高。
線性代數部分最基本反矩陣、行列式值、線性變換、對角化、內積、投影等，都不會出到太難。
離散數學部分更是好掌握，布林邏輯的類似題已經連出兩年了，還有遞迴關係式的求解跟生成函數，
再來圖論的尤拉環、漢彌爾頓迴路，還有二元關係的個數也算常考。
軟體我沒有考好，台大的軟體準備一定要看CLRS，他們的資結演算法上課都是用CLRS，歷屆也很多題目從上面搬的。
資結部分，關於資料結構的運作方式反而沒那麼在意，更在意後面的觀念，
比如今年就有考uniform hashing (CLRS的內容，我有讀到但沒當一回事...)
或是考過紅黑樹的觀念題，樹的merge操作，這些都不是很熟悉某樹的插入/刪除就可以的。
演算法部分，也不是把DP、圖論的幾個演算法背好就好，當然要都會，但要能從這些演算法品出點新東西來。
舉例來說，DP先介紹鐵條切割的演算法，這是一個指針(i)的，代表從頭到i的最佳切法，
而矩陣乘法是兩個指針(i,j)的，代表矩陣i到矩陣j的最佳乘法，而LCS同樣也是兩個指針(i,j)，
知道這幾種最基礎的DP分類，可以幫助你在看到全新的問題時也有想法，
好在考研基本上也知道這幾種就夠了(但10X年台大有考過圖論的DP)。
圖論部分也是不能只知道各個演算法的操作，背後的原理、演算法的正確性、能應用到甚麼地方，是更加重要的。
台大這幾年改全選擇體，比之前考申論的簡單了許多，或至少更有方向準備了。
而今年尤其有更多計算題的趨勢，記憶體的計算、CPU排程的計算(考過兩次EDF)、
多核心的排程、共享記憶體的使用，檔案系統的工作流程。
但因為改選擇題沒幾年，所以考試方向還不是很好把握。
心路歷程
我是政大財管應屆，可能本身對財務比較沒興趣，在思考人生的其他可能，同時也嚮往著金錢，
在台灣資訊領域算是讓我通往高薪(爆肝)比較快的路了！
我高中是文組的，程式能力也僅限大學的通識課程而已，但我對數學本來就蠻有興趣的，
所以跨考的過程中一方面想領高薪的慾望給我了很強的決心，一方面數學計算、證明，
演算法思考等訓練我也並不排斥，才能持之以恆的念下去。
另外，我也不是天才型選手，一年備考的過程中，我花了約2100小時的讀書時間，
為了備考，放棄了很多自己的娛樂時間，好在成果是令人滿意的!
大碩資工所師資推薦：黃子嘉老師
黃子嘉的數學課程，堪稱世界頂級。將抽象的數學語言，
解釋的如此淺顯易懂，並透過「小黑的故事」加深印象。
上課的節奏也把握得很好，在每次需要思考的時機，
老師會稍作停頓，隔一陣子:「恩...懂了!」，有在認真聽課的話，真的會覺得帶入感很強。
上老師的課並沒有學習壓力的感覺，反而像是再追一步有趣到捨不得停下來的劇，
是真的！我刻意把數學兩科都留到最後才看完，只因為捨不得接受沒有這麼有趣的課的事實。
老師整理的矩陣可逆的詩歌，排列組合題型的分類等，皆在考試時起到關鍵的作用。
不用擔心年代古老而跟不上考試，觀念完全通用。
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(數位學堂)
|
黃子嘉老師
|
|
|
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。
研究所考試心得〡114年考取台大資工所 陳O嶸
選擇 TKB 的理由
有完整的課程和教材，可以節省找資源、筆記和OCW的時間，
內容也很完整，不需要東看一點，西看一點。
另外，我覺得TKB提供雲端的課程對我非常有幫助，因為可以自己選擇上課的時間，
讓我更有彈性安排讀書進度，在後期複習階段也能一直回去看正課的上課內容，
讓我可以把每個章節都複習得很完整。
台大資工所考試準備方法
各科準備心法
離散數學的每個單元很分散，彼此沒什麼關係，如果沒複習前面很容易就忘記了，
我在複習時幾乎每個單元都直接回去看正課影片，再加上題庫班，很多章節都上了3次。
林緯的講義習題我大概寫5成(很多類似的，可以挑題寫)，題庫班講義整本寫完(難題寫兩遍)。
數學每年的考題都出的中規中矩，考題通常都是看過的類型，讀得夠熟就能拿的到分，
所以除了基本題，難題也要很熟練。
線性代數和離散相反，需多觀念都會串在一起，所以我覺得準備這科最重要的是要融會貫通。
在上課時老師會教很多證明推導，雖然近幾年很多都變選擇題，證明題愈來愈少考，
但這些證明的過程對於將觀念串連起來很有幫助。
我在複習的階段，除了練習計算題，也會花時間整理性質之間的關係和練習常見的證明題，
重點是要練習推導的過程，而不是把證明背起來。
時越只有筆記沒有題目，但是有黃子嘉的書，我也是講義大概寫5成，題庫班整本寫完(難題寫兩遍)。
我有把洪逸的講義習題寫完，題庫班的課大概上一半，題目大概也寫一半，後來發現沒時間，就自己複習講義。
我覺得在背時間複雜度時，可以把那個影響時間複雜度(就是時間複雜度最高)的步驟記起來，
這樣在題目稍微變化或是印象模糊時也能推出正確答案。
高等樹的操作在近幾年只有成大考比較多，我又沒寫成大考古，
所以就沒準備到(所以成大軟體爆炸了)，如果要考成大可以特別注意。
也是洪逸的講義習題寫完，題庫班的課上一半，題目大概也寫一半，後來發現沒時間，就自己複習講義。
張凡上課講的題目讀熟，習題沒寫。
複習時題庫班前半有上，而五、六章我因為太不熟，直接把正課全部重上一次(大概40小時的內容)。
在上第二次課時，很多第一次沒聽懂的內容都變得很容易，反而四五章變成我最熟的章節。
如果寫題目或複習時，覺得很卡或是不熟，建議可以直接把正課再聽一次，非常有幫助。
我自己演算法只有把正課聽完一次，我覺得林立宇老師講得非常清楚，
只要在複習講義把上課有講的部分讀熟，再寫考古時練習題目時把難題都弄懂，就可以把演算法的基本分拿到。
時間分配
因為離散數學和線性代數是完全沒學過的兩科，而且我上大學後也幾乎沒接觸到數學，所以決定從數學兩科開始準備。
在五、六月的這段時間還有很多學校的課要上，專題也還在進行，所以我沒有固定的讀書時間，
只有在空閒的時候偶爾打開電腦上一下課，到六月底我大概上完離散和線代各一半。
如果是像我一樣沒上過這兩科，或是認為自己不擅長數學的人，
我覺得提早開始上課很重要，因為數學這兩科在觀念的理解和熟悉會花比想像更多的時間。
這段時間有很完整的時間可以利用，但也因為時間很多，如果沒有計劃就很容易一不小心就浪費一整天。
另外，每天可以彈性調整讀書的時間，狀態好的時候讀久一點，偶爾幾天放鬆出去玩，
用周為單位檢視自己的讀書進度，確保自己進度在線，也比較不會讀到很疲乏。
每天大概分成早上、下午和晚上三個時段，我會選其中一個時段去數位學堂上課，其他時間就上雲端課。
這段時間我幾乎沒有複習，上完課也沒什麼做題目，後來發現前面的內容都忘光了，後面還要花很多時間重新上課。
建議在上完課可以花個30分鐘在把內容瀏覽一次，稍微做一點簡單的習題，讓自己對內容印象在深一點。
這段時間結束後，我才發現光上完正課一輪，就花了遠比預期更多的時間。
原本以為一科大概就是大學一門3學分的課的內容，但後來發現大概需要2倍以上的時間。
十月底題庫班就開課了，而我才把演算法以外的正課上完第一輪，開始發現進度有點落後。
我當時除了學校上課的時間以外，幾乎都在專題教室讀書。
我覺得這段時間開始，找一個可以讓自己長時間專注的地方讀書，以及保持每天讀書的時間和節奏很重要。
因為時間已經不夠用了，且題庫班的進度會在考試前一周才複習完，所以只跟著題庫班的進度一定來不及。
我選擇一邊跟著題庫班的進度，一邊從每科較重要、較常考的章節開始複習，
這樣即使最後來不及把全部內容讀完，也能幾乎掌握真正會考出來的內容。
另外，因為我覺得讀演算法的投資報酬率太低，所以我12月才把演算法正課上完。
原本以為一科大概就是大學一門3學分的課的內容，但後來發現大概需要2倍以上的時間。
這段時間我每天都覺得要讀不完了，所以都是一起床就到專題教室，讀滿一整天。
一月開始寫考古題完全來不及，因為一天寫一份加上檢討就要六小時，
而在寫考古時發現自己有不熟的章節和觀念我都會花很多時間去把它搞懂，
甚至把正課拿出來重上，所以最後考古題也沒寫完。
我覺得寫考古題是非常必要的練習，但也不要為了把考古全部寫完而犧牲檢討的品質。
心路歷程
在準備的過程中，一度覺得自己讀不完，直到開始寫考古題，開始覺得自己進度還行。
在真正上考場又發現很多內容都沒讀熟，而直到放榜才發現已經準備得很足夠了。
所以我覺得準備期間難免會懷疑自己，但應該時刻保持信心，一步一步往前，直到看到自己在榜單上。
另外，考研期間最大的支持就是一起準備考試的夥伴，一起讀書，一起寫考古題，可以互相激勵，也更加有動力。
我覺得準備考研了路很長，要有耐心和堅持，在路途中會有很多波撞牆期，
甚至很懷疑自己的時候，請時刻保持信心，相信每一天的努力會在考試時兌現。
大碩資工所師資推薦：林緯&時越
我非常感謝線性代數的時越老師，老師在上課時會特別著重證明和推導，一開始會非常不習慣，
尤其是沒有線性代數的基礎，但之後慢慢跟得上老師的推導過程，
才發現這樣的訓練方式可以幫助我對定義和觀念更加熟悉，在遇到變化的題型時，也都能利用定義想到解法。
我非常感謝林緯老師，我覺得老師在複習和整合觀念對我很有幫助。
題庫班開課時，數學兩科前半的內容我幾乎都忘光了，
老師複習的方式可以幫助我快速掌握重點題型，也將有關聯的觀念整合在一起，
讓數學變成我為有把握的科目。
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
|
時越老師
|
|
|
計組與計結
|
張凡老師
|
|
|
演算法
|
林立宇
|
|
|
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。
研究所考試心得〡114年考取台大資工所 林O佑
選擇 TKB 的理由
選擇大碩是因為大碩還是市面上一般而言評價、表現最好的選擇。
此外能在家線上觀看，對於時間的安排非常彈性，熟悉的科目可以加速觀看不浪費時間，
較難的部分也可以重新觀看，時數非常夠用。
大碩資工六科的老師教的內容好懂且只要能把基本題讀熟基本上便能上榜。
台大資工所考試準備方法
以下是我個人的準備方法跟進度
各科準備心法
這是相對容易拿分的科目，建議熟練各種 tree 的操作，包括 BST、AVL、B-tree、Heap 等。
，並確保能靈活運用基本概念來解題。題目類型變化不大，多加練習可以快速掌握解題模式。
動態規劃（DP）和圖論（Graph） 是考試重點。DP 需要理解遞迴關係式的意義，
而不只是死背，這樣遇到變化題時才能靈活應對。
圖論的部分則需熟悉 MST（最小生成樹）、最短路徑演算法（Dijkstra、Floyd-Warshall、Bellman-Ford），
理解它們的時間複雜度與應用場景。
這門課內容較多，其中 Pipeline 和 Memory 是考試的核心章節，
這兩部分的題目往往占一半以上。張凡老師的講義內容基本上就夠用了。
與計算機組織有許多相似概念，建議同步學習。
考試重點在 Synchronization和 Memory，這兩章需要深入理解。Process相關內容，
如各種排程演算法（FCFS、SJF、RR、Priority Scheduling） 也是必考範圍，要熟悉各自的優缺點及適用場景。
這是一門連貫性極高的科目，學習時應確保概念清晰。可以透過是非題來強化基礎觀念，
並將所有 Easy + Medium 難度的題目做過至少一次，確保不只是看懂題解，而是能親自計算出結果。
這門課重點是大量刷題。建議將 Easy + Medium 難度的題目全部做過並徹底理解。
此外數學的部分，可以配合林緯老師的題庫班講義進行重點複習，也有各種重點的條列，適合考前複習。
心路歷程
從7月開始準備考試，一天大概讀6到8小時，對於這六個科目有基本的印象，
基本上就是把所有科目都看過一遍，同時培養長時間讀書的習慣。
10月開始做第二次的複習，可以深入了解一些較難的章節，配合做題了解更深入的觀念，
從12月中開始做考古題，寫考古題非常重要，可以讓你了解一所大學的出題傾向，自己的解題速度，
以及一些講義上沒有的觀念，可以去翻原文書或是問chatGPT找答案，
最重要的是了解自己實力大概的落點，該往哪方面做改進。
研究所考試是非常辛苦的，不要看到某些人說讀的很輕鬆就正取自己也跟著擺爛不想讀，這段時間的努力是有價值的，
因為研究所考試不僅是知識的比拼，更是耐心與毅力的考驗。
每個人的基礎不同，學習方法也各異，所以不要盲目跟隨別人的讀書進度，而是要找到最適合自己的方式。
進入最後的衝刺階段時，調整作息也相當重要，保持穩定的作息與健康的身體，才能確保在考試當天發揮最佳狀態。
此外，適當的模擬考試與時間管理練習，能讓自己更習慣考試當下的壓力與節奏，減少因緊張而影響表現的可能性。
大碩資工所師資推薦：張凡
講義內容非常充實，老師的上課步調較為緩慢，同一個觀念會用不同的角度切入，讓我更加了解這門科目，
此外老師講不完的部分也有錄影片補充，上課時給一些考古的例題，讓你加深印象的同時也了解出題的方向，
另外老師也可以透過寄信的方式問問題，對於雲端授課的學生是一大福音。
學習計算機組織的過程其實不是只有背而已，而是要去了解背後的涵義，像是memory address要怎麼切，為什麼要這樣切，
這些都是了解其背後原理便可以輕鬆應付的，也可以讓計組這門科目不會那麼枯燥乏味。
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。
研究所考試心得〡114年考取台大資工所 何O益
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。
研究所考試心得 |113年成功大學工科所 乙組 劉O瑋
選擇 TKB 的理由
我也在網路上查詢相關資訊，得知TKB在資工領域的考取榜單成績相當亮眼。
TKB專員無論是在預約上課或對課程內容有疑問時，她都會盡心盡力地協助我解決問題，讓我免去不少困擾。
因此我決定先來試聽看看，結果發現整體觀看錄影課程的氛圍很棒，能感受到大家一起奮發向上的積極氣氛。
成大工科所準備方法
同樣是由洪逸老師授課，我除了課堂筆記外，複習時特別針對程式碼進行trace，加深對手寫程式的理解。
BFS、DFS等圖論章節，以及各種樹的插入、刪除操作都是基礎但容易忘記的部分，需要確實掌握每行程式碼的作用。題庫班的練習量充足，對於增強印象很有幫助。
上課時我做了完整筆記，之後又重看兩遍並重抄一次。這科內容較為龐雜，需要記憶的細節很多。
像是CPU排班、Deadlock四大條件、計算page fault次數、EMAT等都是常考重點，但也容易遺忘，需要特別注意。
題庫班對我幫助很大，老師帶著練習大量題目，有助於找出自己的不足之處。
我已完成藍本上冊的基礎題練習，下冊則僅做到第11章「關係」。由於時間限制及考題分布，後面章節並未深入準備。
建議同學多花時間在排列組合、生成函數、遞迴等章節，因為這些是各校常考重點，準備效益較高。
10月左右我參加了題庫班，老師會快速講解各校考古題，並提供詳細解答，這對複習很有幫助，節省了不少摸索時間。
我將藍本上下冊的基礎題完整練習過一遍。這科建議從一開始就要認真學習，因為章節間的連貫性很強，不像離散數學較為獨立。
考試時這科相對容易得分，特別是空間及可對角化的部分是各校考題重點，值得多加練習。題庫班的安排與離散結構相似。
上課時我另外整理一份筆記，方便日後快速複習。從準備到考試的經驗來看，CPI效能、single cycle machine、pipeline和第六章memory是重點考察內容。
其中第六章因準備時間不足而有所疏漏，建議同學多分配時間在這些章節上。
我只修習了正課部分，主要是在資料結構準備充分後才開始研讀。建議可以針對各校偏好的演算法進行重點準備，例如成大較常考DP（動態規劃）的題目。
心路歷程
我從大二下的暑假開始上面授課程。一開始對於每天長達10小時的課程感到不適應，但漸漸地習慣了這樣的學習節奏。到了大三上學期修習作業系統，大三下學期則是上資料結構。在開始資料結構課程之前，我就著手複習先前的內容，包括練習數學藍本題目、重新抄寫作業系統筆記等。
暑假期間，我選擇再次參加正課。由於距離第一次上課已經過了一年，這次重複學習不僅更能得心應手，還達到了再次複習的效果。然而，暑假期間同時也要準備專題，每週都需要參加一次meeting，生活大致圍繞在補習、專題製作和meeting之間。
開學後，我刻意將修課學分壓到最低，把重心放在研究所考試準備和專題完成上。從9月到12月，我保持著規律的生活作息：每天早上9點多起床，雖然中間有用餐和休息時間，但基本上都在圖書館待到晚上9點才去吃晚餐。
如果那天有題庫班，晚餐時間可能會延後到11點半。用完晚餐後還要繼續做專題到凌晨1點，趕專題deadline時甚至會熬到凌晨3點才睡。
就這樣日復一日，我不斷提醒自己要堅持下去。現在回首這段期間的付出，真的很感謝當時努力不懈的自己。
大碩資工所師資推薦
張凡老師的教學採用循序漸進的PPT教學方式，確實非常出色。即使是完全不了解計算機組織的學生，在他的講解下也能逐步理解這門課程的內容。如果要說老師有什麼缺點，大概就是講課速度稍慢，但這正是為了讓我們這些初學者能更透徹地理解整個架構。
令人感動的是，每當我有任何問題，即使是很基礎的疑問，老師都會在下課後耐心地為我解答。透過老師獨特的教學方式，讓我從一開始看不懂CPI效能的概念，到後來能夠完全理解。
甚至像pipeline、hazard、memory這些當初令我感到困惑的章節，在老師的引導下，我也都能逐漸掌握要領。
| 課名 | 師資 | 試聽 |
|---|---|---|
|
線性代數
|
林緯老師
|
|
|
作業系統
|
洪逸老師
|
|
|
資料結構
|
劉逸老師
|
|
|
演算法
|
洪捷老師
|
|
|
計組與季結
|
張凡老師
|
|
|
演算法
|
洪捷老師
|
|
|
資工所
|
全修課程
|
|
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。
研究所考試心得 |113年成功大學工科所 乙組 探花 方O全
選擇 TKB 的理由
負責人回應迅速，雲端系統也相當完善。在教材方面，資源非常齊全，無論是 試題大補帖 或 題庫班，都能有效提升讀書效率。
此外，搭配各科的 LINE 即時問答群組，更進一步幫助學習，群組內的輔導老師講解清晰易懂，讓我們能夠即時解決疑問，學習起來更加順利！
成大工科所準備方法
- 瞭解基本資料結構，如 陣列、串列、堆疊、佇列、樹、圖 等。
- 熟悉各種資料結構的操作及其 時間複雜度。
- 透過大量刷題練習，並搭配 題庫班講義 強化理解。
- 理解作業系統的基本概念，如 進程、執行緒、記憶體管理、檔案系統 等。
- 熟悉常見的作業系統原理與演算法，如 排程演算法、死鎖處理 等。
- 透過刷題練習，並搭配 題庫班講義 加強實戰應用。
- 掌握基本數學概念，如 集合、函數、邏輯、圖論 等。
- 善用線上學習資源，如 Khan Academy、Coursera 進行補強與練習。
- 透過刷題練習，並搭配 題庫班講義 穩固基礎。
- 熟悉 矩陣運算、行列式、特徵值、特徵向量 等基本概念。
- 透過刷題練習，並搭配 題庫班講義 強化解題技巧。
- 理解基本的演算法設計方法，如 貪心法、分治法、動態規劃 等。
- 基本的 時間複雜度與空間複雜度 題型務必掌握，確保能穩定拿分。
- 熟悉計算機的 組織架構、指令集架構、記憶體層次結構 等基本概念。
- 透過刷題練習，並搭配 題庫班講義 增進理解與應用能力。
心路歷程
由於我就讀於私立大學，為了提升進入職場後的競爭力，我決定考取研究所。
我在私立大學的資訊工程系就讀，學校成績大約處於30%左右。大二下學期時，我決定考取研究所，並報名了補習班來加強準備。
在考試準備期間，我投入了大量的時間與精力，整個準備過程大約持續了一年到一年半的時間，從大二下學期便開始規劃。我採取了分階段的學習計劃，確保每個階段都有足夠的時間進行學習與準備。
- 大二下學期
- 大三上學期
- 大三下學期
- 大三升大四暑假
- 大四上學期
由於修課較多，沒什麼時間進行額外補習。
首先進行了第一輪的正課補習，主要是為了打好 線性代數 和 離散數學 的基礎。因為學校還有課程要上，能補習的時間有限，所以先補習了之前修過的兩科數學。
接下來便根據學校的課程進行並行補習，盡量兼顧學校的課業及補習進度。
暑假期間，我幾乎每天都待在圖書館（大約 10 小時左右，包含用餐時間），把剩下未補習的內容補完，並加強較弱的單元。
最後一輪集中於 考古題的訓練。我報名了題庫班，並充分利用題庫班完善的資源來加強考古題的練習與解題技巧。
大碩資工所師資推薦
雖然正課並非由洪老師授課，但我有幸在題庫班聽到老師的講解。在解題過程中，老師的邏輯非常清晰，並且能將難題解釋得淺顯易懂。搭配題庫班的講義學習，讓我對各種觀念掌握得更加得心應手。
正課的講解非常清晰，老師會反覆複習關鍵觀念，幫助我牢牢掌握。考前，我使用精華的題庫班講義來複習，整理了重要的題型，讓我的複習變得輕鬆又高效。
張老師將原本枯燥的計算機組織課程講得生動有趣，並且透過圖像化的方式將難以理解的內容解釋得更加簡單易懂。
林老師的講解非常清晰明瞭，透過大量的練習讓我對題目更加熟練，無論是平時的練習還是考試，都能輕鬆應對。
| 課名 | 師資 | 試聽 |
|---|---|---|
|
線性代數
|
林緯老師
|
|
|
作業系統
|
洪逸老師
|
|
|
資料結構
|
劉逸老師
|
|
|
演算法
|
洪捷老師
|
|
|
計組與季結
|
張凡老師
|
|
|
演算法
|
洪捷老師
|
|
|
資工所
|
全修課程
|
|
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。