資工所的競爭日益激烈,是所有研究所中報考人數最多的科系之一。身為非本科生,我在起跑點上就已經落後其他考生許多。
考慮到大多數報考資工所的同學都有補習,加上我是跨領域報考,更需要透過補習班和老師的指導來建立考試所需的基礎觀念。在詢問過許多考上資工所的學長姐後,發現他們大多選擇大碩補習班,因此我也決定報名大碩。
由於章節間環環相扣,一開始建立觀念較為困難。但經過多次閱讀掌握要領後,會發現越讀越上手。我主要研讀子嘉老師的上課筆記,並完成後面的例題。遇到不懂的觀念一定要立即翻閱筆記釐清。
題目練習要持之以恆,因為數學就是要靠手感。子嘉老師提供的題目份量充足,特別是是非題能幫助快速釐清觀念,對我的幫助很大。
每個章節都是獨立的新概念,起初較容易上手,但後期容易遺忘之前學過的內容。
專有名詞眾多,除了研讀老師的課堂筆記外,我也為每個章節繪製心智圖,這樣不僅便於記憶各章節的概念和術語,複習時也能一目了然。
這科初期感覺非常困難,但一旦理解基本概念後就不容易遺忘。上課主要著重在理解,課後則專注於練習題目。隨著學習深入,會發現計組的題型變化不大,相對容易得分。
相較其他科目算是最容易掌握的,但各種樹狀結構、排序演算法和專有名詞容易混淆。觀念部分多看上課筆記就足夠,對於容易混淆的部分,建議自行歸納整理,這樣印象會更深刻。
因為較偏重邏輯概念,需要死記的內容較少,所以我一次上課就能有不錯的理解。不過演算法的題型變化較大,建議把課本習題完整練習,這樣在考試時更容易掌握解題思路。
身為應用數學系的學生,我觀察到系上同學的研究所方向大多選擇統計所或資工所。經過大學前三年的學習探索,我發現自己對資訊工程更有興趣,因此決定報考資工研究所。
雖然我不是應屆上榜,但這一年的重考經歷讓我對未來的方向更加篤定。在準備重考的半年期間,我幾乎全職投入讀書,除了保留少許家教工作外,其餘時間都用於準備考試。
由於去年的硬體科目表現較差,這次我特別著重在這方面的準備。至於數學,因為一直以來都是我的強項,所以主要透過刷題來維持手感。
重考的日子雖然不好過,但最終得到了理想的結果。回顧這兩次考試經驗,我慶幸自己有勇氣再次嘗試。
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。
補習班的負責人非常盡責,在我報名前就提供了許多實用的資訊,報名後教材也都能迅速送達。
最讓人感到安心的是,只要透過 Line 詢問問題,專員都能立即回覆並提供正確的資訊,這樣的服務品質真的非常令人滿意!
首先要多練習、多計算。我購買了學長的題庫來練習,這樣不僅能在上完課後熟悉應用,還可以搭配「現代啟示錄」來加深理解。另外,我建議多次複習筆記,因為每一遍都能有不同的收穫。
同樣需要多練習、多計算。資料結構的基本虛擬碼一定要熟練,細節部分要特別注意。演算法的虛擬碼也要適當掌握,理解各種解題模式,因為很多題目都是相互延伸的變體。我主要研讀林立宇老師和洪逸老師的講義,遇到陌生的題目就上網查詢補充。
這兩科範圍廣但不會太難理解,是我投入最多時間的科目。由於每年都會出現許多新題型,除了上課講義和題庫班的題目外,我也在蝦皮購買其他參考書來補充,以彌補不足。
整體而言,考試內容不算太難,但涵蓋範圍較雜,關鍵在於毅力和目標的堅持。
目標是完成所有課程。暑假前先完成學校課程,空閒時去補習班上課(每週約 3 堂)。上完課就到 K 書中心讀到關門。有時覺得 K 書中心氣氛太壓抑,就改到圖書館讀書。暑假期間每天上一堂課(週一至週五,9:10-12:30),之後到圖書館讀到晚餐時間,晚餐後再到 K 書中心。如果讀不下去就出去散步或聽音樂,想睡時就小憩 20 分鐘。
目標是完成題庫和歷屆試題。因暑假有配合正課練習,所以 10 月就完成題庫(106 年以前)。接著刷歷屆試題來補充近年考題,先從中央大學的題目開始(避免直接挑戰台清交)。每次限時 60 分鐘,必要時加 10 分鐘。兩天刷一份試卷,依序是:數學、訂正、資結演算法、隔天訂正、硬體、訂正,如此循環。可依個人情況調整,對照歷屆上榜分數時不要太過在意得失,重點是認真訂正錯誤。
整理錯誤筆記本,將題庫班和歷屆考試中答錯的題目剪下或抄寫,並加上詳細註解。這樣不只能避免遺忘,也是考前的良好複習工具。
我最大的讀書動力來自一個現實考量:如果沒考上研究所就必須服兵役,因此一定要在應屆時考取。在這過程中,我很感謝父母的全力支持。
在讀書方面,我算是比較獨來獨往,大多時候都是自己讀書、自己理解問題,很少和同學討論。偶爾會和系上同樣要考研的同學約著一起讀書,僅此而已。
考上研究所不是終點,反而是另一個起點。
找指導教授、補修課程等事情,往往比準備考試還要辛苦。對於想要跨考的學弟妹,建議可以考慮延畢一年,先修習目標科系的重點課程再做決定也不遲。不過,一旦下定決心要考研,就不要半途而廢。記住,只有堅持到最後的人,才能真正達到目標!
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。
在準備資工所考試前,我先上網爬文了解狀況,發現許多人都推薦大碩補習班,特別讚揚這裡的師資陣容。
我親自到大碩櫃檯詢問時,服務人員很細心地為我介紹課程內容。參加補習後,我確實感受到老師們的用心,他們的授課方式讓我在準備考試時更有方向和信心。
另外,我透過 Line 詢問任何問題時,工作人員都能迅速回覆並協助處理,整體來說在大碩的補習體驗非常愉快且有效率。
我主要是看張凡老師的課程影片,重點大多集中在前 6 章,特別是記憶體(Memory)和快取(Cache)那章最為重要。建議把前 6 章的題目多加練習。後面章節如果有時間,可以觀看上課影片或老師提供的雲端資料,但考試機率較低。
如果遇到張凡老師沒教過的內容也不用太擔心,因為大家都在同樣的起跑點。今年成大的硬體考題中,最後 30 分考了 SIMD 的內容,雖然大部分人可能都不太熟悉,但我還是盡量寫出所知道的內容,最後看來有部分給分。
我只聽完洪逸老師的課程,並參加題庫班跟著練習複習。如果有題庫書的話,在家自習也是不錯的選擇。不過如果目標是台大或交大,這兩門硬體相關科目可能需要補充更多額外內容,例如研讀原文書或新興科技相關文章。
如同許多人所說,線代是非常連貫的科目。建議每堂課後都要複習,確保完全理解後再繼續下一個主題。我一開始沒做到這點,後來花了較多時間重新理解向量空間,才繼續學習線性映射。
下冊的對角化概念也很重要,因為後面幾章都是以此為基礎延伸。題目方面,我每個章節大約練習 20 題,最後才認真刷題庫題目。
離散數學的各個章節較為獨立,但圖論和排列組合是較常考的重點。從關係到代數的部分我幾乎沒準備,主要是認真準備前面的內容。今年成大考了 13 分的自動機題目,因為我在學校修過相關課程,即使沒特別複習也能順利作答。
建議多看證明題,尤其是圖論部分。刷題量和線代差不多。
把洪逸老師的課程內容讀熟就差不多了,重點在於熟記各種樹的操作方式和時間複雜度。如果要考成大,要特別準備 Patricia 演算法。
今年交大的考題較難,不過成大考了五題(每題 10 分),其中四題都出自林立宇老師課本的例題,都是基本題型。至於後面 NPC 的章節,我只確保理解基本定義,以及一些常見問題是屬於 P 還是 NP,主要是為了拿觀念題的分數,遇到證明題就直接放棄。
我是成大資工系的學生,看到身邊的同學不是透過推甄上了成大資工所,就是找到不錯的工作。雖然我對未來的規劃還不太明確,但聽說沒有碩士學位在未來的薪資上可能會有所差距,因此決定報考研究所。由於大一、大二過得比較混,系排名落在 70% 左右,所以在大三下就開始規劃補習。
經過網路上的功課後,我直接到大碩補習班的櫃檯諮詢並報名了。雖然 4 月就開始上課,但一開始並不夠認真。到了暑假才開始專心準備,每週上課五天,每次 200 分鐘。影片可以用快轉的方式收看,這讓我能夠吸收更多內容。
有一點很重要:一定要記得每天複習當天的課程內容,否則就會像我一樣,之後需要花更多時間重新學習。
我在 11 月中才把正課上完,老實說這個進度算是太晚了,建議大家要更早開始準備。之後我花了一個月的時間上題庫課程。到了 12 月底,我一邊聽剩下的題庫課程,一邊開始刷考古題。整個 1 月,我把成大和交大近 10 年的考古題都練習了一遍,並確實訂正。在考試前幾天,我把一些容易遺忘的重點整理起來複習。時間過得很快,一下子就到了考試當天。
老師在上課時會將需要記憶的重點內容編成口訣,並且不斷重複強調,讓我們在不知不覺中就牢牢記住。以線性代數中可逆矩陣的等價條件為例,這類常考的重點如果能熟記,對於判斷是非題特別有幫助。今年成大資工的計算機數學考試中,最後五題是非題我只花了不到 1 分鐘就能完成作答。
題庫班的老師也將重點整理得非常完善。他們講解的題目都是精華中的精華,今年成大和交大的離散數學與線性代數中,有許多證明題和計算題都是在題庫班複習過的。此外,題庫講義在每個章節前面都有完整的重點整理,考前我經常翻閱這些內容來複習一些容易遺忘的定義和細節。
最讓我感到貼心的是,我們可以直接透過臉書私訊老師提問。即使面對眾多學生的提問,老師們依然能在一天內回覆,讓我們可以即時解決觀念上的疑惑。這些學習資源和老師們的用心指導,對我最後能順利考上研究所有很大的幫助。
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。
跨考生|中興考上台大 生物機電所
作為一個跨考生,我深深感受到內心的無助和迷茫。對於考試內容,我的基礎可以說是一片空白,只能從老師講解和原文教科書中嘗試學習。更令人沮喪的是,身邊沒有人可以一起討論或是給予指導。
幸運的是,在工程數學課上,我遇到了一位轉系到化工的學長。他分享的心得讓我眼前一亮,晚上回到家後,我立即與他聯繫,詢問了一大堆問題。學長可能會覺得我很煩人吧,不過他還是耐心地提供了我許多幫助。如果沒有他的指導,我可能無法順利正取。
除了這位學長,我還要感謝化工考研討論群。這是一個非常棒的社群,群組裡有許多學長姐像是大神一般,可以幫你解答疑難雜症,或是告訴你如何在原文書中找到相關資料。
對於即將考試的學弟妹們,我強烈建議趕快加入這個群組。當你感到無助時,群組裡的學長姐會不斷給你加油打氣,幫你重拾信心。
至於我自己,我會不斷閱讀學長姐的考試心得,藉此建立自信。在這8個月的備考路上,我由衷地感謝所有幫助過我的人。希望我分享的這些心路歷程,能成為未來學弟妹們的一盞明燈,給予他們前進的動力。
在大一時,我就萌生了考研的想法。剛好那段時間,系上有相關校園講座,還邀請了已經考上研究所的學長姐來分享他們的準備歷程。我仔細參考了歷屆榜單,也認真聽取學長姐們的建議。
同時,在Dcard論壇上,我發現許多考生都推薦歐大亮老師的輔導課程。綜合這些資訊和管道,我最終決定選擇TKB補習班作為碩士班考試的輔導單位。
我覺得這個科目學起來很簡單,但考試可以出得非常難。如果工數得好,其實可以補上不少內容。例如,老師在教球座標的同質反應 (homogeneous reaction) 時,很多時候可以用 Bessel 方程來處理,或者對於非穩態 (unsteady state) 的問題,可以用拉普拉斯變換來解決,速度會快很多。
此外,Shell Balance 和 General Equation 一定要非常熟練,林隆的各種題型就是要不斷練習。如果能夠牢記以下觀念,就能掌握輸送科目的重點:你不會的,通常大家也不會,所以一定要把握好基本題。當然,在平時練習時,還是要多嘗試各種不同的題型,這樣才能知道哪些題目該全力解,哪些題目該選擇放棄。
這科其實就是反覆練習,熟練後會覺得沒那麼困難,但一旦疏於練習,很容易就忘了。我自己放掉了濕度與乾燥這部分,因為真的念不起來。如果要考清大,吸附 (adsorption) 是必須掌握的,而蒸餾 (distillation) 是幾乎所有學校都愛考的。至於其他內容,就只能看運氣了。我很幸運今年都沒遇到自己沒念的內容,台大例外,今年台大的題目真的太難了。
我覺得化動如果是應付台大的話,老師講義裡的題目其實就已經足夠應付了。但如果目標是成大,那一定要念原文書,或者看成大教授的講義。我自己是在最後一個月才開始補強原文書的內容。
另外,觸媒 (catalyst) 的考題近幾年越來越多,非恆溫反應器的題目也是如此,而且幾年的題目類型都很相似,這部分一定要把握住。
原本我以為這科是我的強項,但實際考試卻沒有拿到理想的分數。第一本書一定要掌握好,第二本則可以藉助原文書來輔助,可能會更容易理解。
第 7 章偏數學內容,可能稍微困難,但第 8 章其實只要多看幾遍,會發現其中有規律性。如果是要考清大,相圖 (phase diagram) 一定要熟;成大的話則需要掌握證明題。
這是我覺得最頭痛的科目,也是我花最多時間準備的科目。我大學指考工數才剛好達到後標,所以其實很沒有自信。好在台大的化工工數相對算簡單,只是今年的計算量很大,對我這種計算能力差的人來說非常吃虧。
微分方程 (ODE 和 PDE) 一定要學好,尤其是拉普拉斯變換和傅立葉變換 (Fourier Transform) 一定要熟悉。矩陣部分,我只學到聯立方程和解特徵值 (eigenvalue) 的程度。台大近幾年常考一些數值非常醜的根,我相信沒有多少人能完全算出來。
最後,向量 (vector) 只需要熟悉基本題型,不用太深入,複變 (complex variable) 則可以放棄,反正大家應該都不太會。
作為一個跨考生,我的原始程度可以說是零。若不是老師的悉心教導,我根本無法從完全看不懂原文書,進步到最後能正取多所學校的程度。
老師不僅有自己的工作,還每週堅持開設2次直播課程,甚至為了學生的需求,特地開設更具挑戰性的雲端課程。對於老師的付出,我心懷無比感激。
坊間常有傳言說老師很兇,學生問問題會被訓斥。但經過相處,我認為這只是「刀子口豆腐心」。
老師其實非常關心學生,當學生提出自己的看法時,他不僅不會發火,反而會變得和藹可親,就像一位慈父般親切。
在這8個月的備考路程中,感謝老師的諄諄教誨,讓我從一個懵懂的跨考生,成長為今天的正取生。
課名 | 師資 | 試聽 |
---|---|---|
化工所
|
TKB師資
|
|
化動化熱
|
林隆老師
|
|
單操輸送
|
林隆老師
|
|
工程數學
|
歐大亮老師
|
|
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。
在選擇補習班時,我毫不猶豫就報名了TKB。除了師資陣容強大之外,在考研的過程中,大碩也會有專門服務考生的專員。
無論是報名、準備方向,還是任何其他疑問,我都可以詢問專員,他處理事務的效率非常高。此外,TKB在很多地方都設有數位學堂,而且這些教室剛好都鄰近學校,即使需要請假補課,也變得相當便利!
這門課每週有一整天上課。暑假期間的上課筆記至關重要。雖然很多人會購買老師的藍色參考書,但筆記才是精華所在。每次上課,即便手抽筋也要堅持記錄。除了上課當天,儘管老師表示不需要花太多精力,我仍然每天花2至3小時複習該週內容。
一開始,這門科目看起來頗為抽象,但只要持續啃咬,就會越來越有感覺。方塊圖的邏輯尤其重要,各項指標及響應圖都要清楚理解其來源和背後意義。
補習班提供了練習題庫,老師的安排是每天寫6至7頁,配合兩週一次的課程進度。但我不拘泥於進度,每天寫15至20頁。若本週進度已完成,我就會從頭再練一遍。在題庫班期間,我總共將題庫刷了2遍。
暑假期間,我緊跟每週小考的進度,考到哪裡就學習到哪裡。每週小考前,我都會拚命完成進度,並且找出往年同範圍的小考進行計時練習,務求維持在全國排名的前段。畢竟周圍的同學都是明年的競爭對手,如果這個階段排名落後或進度跟不上,開學後的處境將變得相當危險。這段期間,我每天大約投入10小時讀書。
正課結束後,我會花約1個月時間,將所有觀念從頭整理一遍,盡可能用自己能理解的方式表達。同時,老師在Band群組中提供的補充習題,我在題庫班開課前就已全部完成。
題庫班開課後,每週都有固定進度。基本上,1至2週會教完一本題庫。老師建議只練習與自己考試相關系所的題目,但我不挑題,而是全部吸收,即使只有0.01%可能出現的內容,我也要徹底掌握。
我很重視根本原理,所以堅持要將所有知識都能夠親自推導,不管是工程計算還是系統控制。這種學習方式雖然非常耗時,進度追趕起來相當緩慢。從暑假正課開始到考試前,我大概只有2、3天因為身體不適而稍微休息,其餘時間幾乎都是早上到校後一路專注學習到深夜才回家。
有時候太累了,乾脆就直接在自修室過夜。雖然可能有更高效的讀書方法,但我選擇了更紮實、更深入的學習路徑。
實踐「教學相長」的確很有意義:在教導別人的過程中,能夠檢驗自己的邏輯是否清晰;請教他人時,可以比對不同觀點,找出自己的不足。
備考初期,我是獨自一人埋頭苦讀。但在題庫班開課後,開始與朋友們一起在自修室鑽研學習。
這種互動對雙方都極為有幫助。感謝周圍這群「電神」夥伴,看著大家陸續上榜,我由衷感到開心。
我向來笨拙,不善於表達,唯有用成績來回報老師的期望。今年,我如願考上5個系所,並且榮獲第一志願台大電機的榜首。我最感謝的是歐大亮老師!
第一次上實體課是在暑期。當時,周圍的親戚朋友其實並不看好我。由於過去我的學業表現一直不太理想,大家對我的期望並不高。然而,老師給了我夢想,點燃了我的鬥志。
老師不僅具備骨子裡的強者特質,更擁有令人心折的感染力。每次請教問題時,老師總會拍拍我的肩膀,給予鼓勵。
其中最令我印象深刻的是有一次上課,老師直接望著我說:「有沒有信心拚個榜首回來?」當下我既感到害怕,又熱血沸騰。
課名 | 師資 | 試聽 |
---|---|---|
電機所
|
全修課程
|
|
工程數學
|
歐大亮老師
|
|
自動控制
|
詹森老師
|
|
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。
我報考研究所的動機源於職涯規劃和個人自我實現。未來想從事的工作領域需要更高的學歷和相關科系背景,因此我毅然決然地參加這次研究所考試。
在備考過程中,我主要將重心放在材料力學上,工程數學的後半段內容則有些遺忘,實在可惜。不過,無論是材料力學或工程數學,我都已將欲報考系所的歷屆考古題刷完,分別是8年和10年的題目。
自我評價,我算不上特別認真,但也不算不用心。從6月到12月,每天的讀書時間平均在5~7小時。考前一個月是關鍵期,幾乎是在燃燒生命,每天讀書時間拉長到9~11小時。我深知考試期間也要適度放鬆,但基本的讀書時數仍然不可少。我堅信:只要努力,就一定會有回報。
當時的我並非全職考生,而是過著半工半讀的生活。一開始壓力巨大,暑假時甚至差點撐不下去,讀書時間一度降至每天僅3小時。幸運的是,閱讀上榜經驗、未來職涯前景、目標研究所資訊,加上好朋友的鼓勵,讓我最終堅持了下來。
讀書狀態逐漸好轉,到了考前一個月,我的專注力令自己都感到驚訝,竟能連續一整天專心讀書。最終,我幸運地考取了3間理想的研究所。
考研的路注定孤單、辛苦且痛苦,但堅持到最後的人終將勝出。有一句話深深影響著我:「繼續就是力量」。唯有堅持、持續不懈,才有機會獲得理想的成果。
大碩榜單的成績相當出色,我認識不少朋友都是透過補習大碩成功上榜。其中一位來自中興大學機械工程系的超級好朋友,成功考取台大機械與清大動機研究所。他極力推薦大碩的力學老師,這也是我選擇大碩的主要原因。
在準備材料力學時,我的學習方法是先將老師講義的所有題目都做一遍。對於算錯的題目,我會標記三角形。大約在12月時,我會重新解答這些標記為三角形的題目,以及教科書中常見且重要的題目。
對於材料力學的公式,我盡量要能夠自行推導。要知道,如果材力公式沒有熟記,就像跑步失去了雙腿一樣,根本無法取得高分。
不僅要熟記公式,更要學會靈活運用。看到題目時,要能立即判斷應該使用哪些概念和公式。
工程數學的學習方法也類似。暑假期間先將正課內容聽完,回家後完成課本未解的題目。雖然不是所有題目都能解完,但至少要把考試的系所相關題目做完。之後再上題庫瘋狂刷題。
由於工程數學公式眾多,我將這些公式和概念整理成筆記,總共記錄了400多個。這門科目考驗的就是記憶能力。必須大量閱讀和運算題目,才能獲得不錯的成績。若想衝高分,題目練習量要極其龐大。
刷題時,我建議盡量混合不同章節,避免集中在同一章節。否則工程數學的公式會一直遺忘。我的體會是:工程數學就是不斷遺忘、不斷計算。只有持續不斷地算,那些知識才會真正成為你的。
「彎矩啊彎矩,水平線啊水平線」,這是偶像型實力派張皓老師獨特的上課風格。他總能利用自創的有趣口訣和生活實例,將深奧難懂的力學概念和公式淺白易懂。
老實說,在大學時期,我對材料力學並不是很感冒,甚至覺得它深奧又麻煩。但在上過張皓老師的課後,我的看法徹底改觀。不僅不再懼怕材料力學,反而還漸漸喜歡上了這門學科。在備考期間,解材力題目竟然變得越來越有趣,這是我剛接觸這門學科時從未想過的事。
或許正是遇到了這位出色的老師,才激發了我對材料力學的熱情。我由衷地感謝張皓老師的教導。若不是他幽默風趣且富有感染力的教學技巧,我不可能對材料力學產生興趣,這次的研究所考試也絕對不可能順利上榜。
課名 | 師資 | 試聽 |
---|---|---|
生物機電所
|
TKB師資
|
|
動力學
|
張皓老師
|
|
材料力學
|
張皓老師
|
|
動力學
|
祝裕老師
|
|
材料力學
|
祝裕老師
|
|
工程數學
|
張衡老師
|
|
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。
身為台大學生,系上的同儕競爭可謂白熱化,而我自知資質平平,因此學業成績一直徘徊在中下游。
大二結束時,我清楚意識到要想直升系上研究所,唯有透過筆試才能開啟一線生機。於是,我毅然決然地報名大碩,開始了為期一年半的研究所考試備考之路。
這段漫長的準備歷程並非一帆風順。期間不乏遭遇缺乏動力、感到挫折的低潮時刻。然而,憑藉著調適心態、穩紮穩打的準備策略,我最終以相當不錯的狀態步入考場。正是因為心態夠穩定,我得以充分發揮自身實力;加上一年半的充分準備,終於在考試中收穫理想的成果。
回首往事,我由衷慶幸當初做出及早備考的決定。這段求學之路雖然艱辛,卻也見證了自己的成長與蛻變。
我當初選擇 TKB 線上課程,主要考慮了幾個因素。首先,從學校到北車需要花費一定的交通時間。其次,雲端課程最大的優勢在於能夠靈活安排自己的學習進度,並在必要時靈活調整課程節奏。
由於我對自己的自制力有相當的信心,最終決定採用 TKB 的線上授課模式。使用體驗相當不錯,平台穩定性令人滿意,幾乎不會出現嚴重的技術問題。
課程進行順暢,不會有頻繁中斷或節奏被打亂的困擾,這對於專注學習的學生來說是很大的優點。
我的備考方法是先完整地聽完正課,隨後花時間複習老師授課的觀念和題目,藉此加深對概念和解題思維的理解與印象。
在這個複習過程中,林隆老師特別開設的直播課程(講解公立大學近兩年的考古題)以及 TKB 平台上的進階題型補充影片,為我的觀念複習提供了極大的幫助。這些額外的教學資源不僅提升了我的學習效率,也為後續密集刷考古題奠定了堅實的基礎。
考前一個多月(剛好是學期結束時),我開始密集地刷考古題。作為台大生,我主要練習台大的考古題,在這段期間至少完成了 10 年的題目量。
值得一提的是,我在做考古題時並未給自己嚴格的時間限制,也允許自己翻閱講義輔助思考。我的邏輯是,考試時必定會感到時間不足,而考古題的目的是培養解題手感,並填補知識盲點。
因此,與其設置過多限制,不如讓自己有充分的思考空間,專注於理解每一道題目的解題思路。透過這種方式,我逐步建立起扎實的觀念基礎和解題技巧。當正式考試來臨時,這些累積的經驗自然而然地轉化為臨場的自信與從容。
林隆老師在化學動力學及化學熱力學,以及單元操作這兩門科目的觀念講解堪稱精闢。他讓我能夠迅速且深入地了解各個單元的核心概念。其中,化學熱力學給我印象最為深刻。
回想在大學時期,我曾覺得這門科目的概念極其抽象,難以理解。然而,透過林隆老師的教學,我對化學熱力學的觀念有了更全面且透徹的認識。
除了深入淺出的概念解析,林隆老師還傳授了眾多解題技巧和破題思維。他經常提醒我們要持續練習題目,並且要將題目練得爐火純青。這些教導不僅幫助我在演練考古題時建立信心,在正式考試中面對題目時,我也能保持鎮定,並以邏輯嚴謹的方式思考解題策略。
課名 | 師資 | 試聽 |
---|---|---|
化工所
|
TKB師資
|
|
化動化熱
|
林隆老師
|
|
單操輸送
|
林隆老師
|
|
工程數學
|
歐大亮老師
|
|
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。
綜合師資、口碑、地點等綜合考量,大碩成為我備考研究所的首選。
一開始我對於研究所補習班並沒有太多了解,僅知道兩家補習班在資工所領域頗負盛名。直到大二升大三的暑假,經過詢問上一屆學長姐後,發現多數考生似乎都選擇報名大碩。
在自行上網蒐集資訊後,我更進一步了解到大碩的師資陣容實力堅強。實際參與課程後,發現其歷屆考取榜單相當亮眼。加上數位學堂的地理位置對我的通勤時間來說相當便利,這些因素促使我最終選擇了大碩補習班。。
在本科階段,這是一個頗具投資報酬率的科目,幾乎可說是六大科目中最容易得分的領域。因此,我建議必須投入足夠時間,將其熟悉到看到題目就能迅速反應解題方向的程度。
準備方法是先徹底理解各個概念。線性代數的特點在於各單元緊密相連,不像離散數學可以將章節獨立學習。常常一個單元的理解程度會直接影響其他章節的學習。所幸,考試題目難度不會太高,因此我極力推薦將此科目徹底掌握。
較於線性代數,這門科目融合了多種不同的數學概念,因此可以按章節分開準備。我認為必須重點關注的是第三單元(排列組合、機率),此章節在考試中出現機率極高。
另一個重要的部分是圖論,其中的公式、定義和概念都極為關鍵,出題率也相當高,建議將這兩大部分研讀透徹。
重點全都包含在授課老師的筆記中。只要按照老師強調的重點章節,並徹底練習相關題目,應該不會有太大問題。
老師的筆記架構至關重要。若覺得內容龐大,不妨重新梳理各單元內容,並確保能用自己的話解釋每個定義,這才算真正理解。
重點集中在 pipeline 和記憶體兩大單元,也是配分最高的部分。相較其他單元,這門科目更注重對概念的深入理解,絕對不能採取死記硬背的方式。否則,你會感到永遠無法完全掌握。
坦白說,我將大部分時間投注在其他五個科目上,對這門科目的準備相對輕鬆。
考慮到我自身屬於容易遺忘前面所學的類型,我在備考過程中採取了反覆複習的策略。從 3 月開始,我重複觀看課程影片,一直到 10 月才完成第一輪完整的課程複習。
第二輪複習時,我則有策略地挑選重點章節或印象較模糊的部分進行重點複習,直到 12 月底,我才感到對課程內容較為熟悉。進入 1 月後,我開始針對目標學校的考古題進行演練。
剛開始寫考古題時,錯誤在所難免。我清楚記得初期的考試成績大多徘徊在 20 至 30 分左右。但我始終堅信,題目的訂正是學習過程中最關鍵的環節。透過徹底理解原本錯誤的題目,某種程度上就等同於已經掌握了該題型。
秉持著這種持續學習及精進的精神,我不斷地檢討並修正自己的錯誤。最終,我非常高興地發現自己的努力終有所成,考試成績也達到了自己的預期。
授課老師的教學風格幽默風趣,使得課堂氛圍生動有趣,聽課時絲毫不會感到昏昏欲睡。老師在講解時能夠將考試重點單元劃分得清清楚楚,並明確指出哪些是必須深入理解的重點,哪些則是了解即可的內容。
最令人印象深刻的是老師製作的筆記。在介紹每個新單元時,會首先繪製該單元的架構圖,並在旁邊標注各部分的重要程度。接著,老師會逐一深入分析各個重點和概念,詳細闡述其觀念、背景及定義。
因此,認真抄寫並完善這些筆記至關重要。憑藉這些架構清晰的筆記,在空閒時間或臨近考試時快速翻閱,以架構的方式學習作業系統或其他科目,我認為這是考取研究所的最佳方法。透過這種系統化的學習方法,不僅能夠快速掌握重點,更能建立知識之間的邏輯關聯。
課名 | 師資 | 試聽 |
---|---|---|
資工所
|
TKB師資
|
|
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。
基本上,從大三開始,我的大學生活就主要圍繞在社團活動、打工及出遊,當時的應屆考試已無法即時準備,因此延遲到畢業後才開始備考。
在備考後期,我意識到自身實力仍有不足,於是將備考重心轉向政治大學,並選擇了台灣大學較少人報考的生機丁組。
我報名了大碩的課程,包含全數位授課的正課,以及僅數學科目為面授的題庫班。在後期的高壓備考階段,能與題庫班附近的朋友聊天,也成為緩解壓力的一種方式。
感謝大碩的所有老師,他們的指導幫助我最終考取了理想的校系。這段準備過程雖然艱辛,但卻是難能可貴的成長經歷。
在之前參加轉學考的準備過程中,我已經使用過 TKB 補習班的課程。TKB 的服務給我很大的信心和安心感。不僅課程設計便利,問題櫃台的服務人員也總是樂於解答學員的疑問,這讓我能夠無後顧之憂地專注於讀書。
尤其是課程的回放及加速功能,更是一大亮點。學員可以根據自身的學習和吸收狀況客製化學習進度,靈活調整學習節奏。對於像我這樣需要反覆琢磨的學生來說,這種彈性學習方式實在是太棒了。我認為這些貼心的功能,大大提升了線上學習的效率和體驗。
自從7月畢業返家後開始備考,到1月底為止,我使用 YPT 記錄讀書時間,包括數位課程。回顧這段時間,我的總讀書時數僅有 1074 小時,平均每天只有 5 個小時,這還包含了數位課程和題庫班的面授時間。現在回想起來,似乎有很多時間都不知不覺地被浪費掉了。
我的讀書順序依序是:資料結構、作業系統、離散數學、線性代數、計算機組織及演算法。
正課直到 10 月底才全部結束,而題庫班則在 10 月初就開課,因此中間存在一段重疊期間。
對於數學科目,我認為最重要的是在正課結束後要確實複習,並完成講義後的習題。至於軟硬體科目,我則認為題庫班的題目幫助極大。在後期,我的大部分時間都花在解題庫的題目上。
雖然題庫數量龐大,但全部完成確實能幫助理解各校的考試風格,並針對目標校系做有效的加強。經由查看考古題,我發現即便是同一科目,不同學校的出題方式差異極大。因此,我認為題庫是事先熟悉考試的最佳捷徑。之後再做考古題,若發現知識盲點,就可以立即回頭加強。
相較於其他備考高手,我的讀書時間確實相當有限,作為一位全職考生,這一點讓我頗感焦慮。
林緯老師以淺顯易懂的教學風格,讓我們得以輕鬆掌握資工所的數學科目。在題庫班期間,林緯老師會針對每個章節進行系統化的重點整理,這不僅方便我們日後快速複習,更為我們列出各章節的重點考古題,對我的學習幫助極大。
在教學過程中,老師展現出令人欣賞的耐心。每當我們遇到不理解的問題,林緯老師都會耐心地解說,直到學生完全理解為止。這種教學態度讓學生可以坦然地提出疑問,不必擔心會遭到責備或產生學習壓力。對於整個學習歷程而言,這種師生互動的良好氛圍至關重要。
能夠遇到像林緯老師這樣優秀的指導師,我感到非常幸運。他不僅傳授知識,更培養了學生主動學習和勇於求知的精神。
課名 | 師資 | 試聽 |
---|---|---|
資工所
|
TKB師資
|
|
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。