贏家經驗談


林○

考取:國立台灣大學生物機電工程人工智慧組榜首

429
發佈時間:2023/06/29
更新時間:2023/06/29
考取:國立台灣大學生物機電工程人工智慧組榜首

選擇TKB的理由
選擇大碩的理由主要是口碑好像不錯,上網爬文發現在資訊類組也是比較多人選擇大碩的師資,以前大學同學也幾乎都是補大碩。另外大碩的負責人在賴上的回覆也都很快速且專業,而且常常在非上班時間也能及時給予回覆,真的很讚。
考試準備要領
線性代數
跟著子嘉老師的步調,上完課回家一定要透徹了解每個章節,並且寫至少30題練習後,才繼續上下去是最理想的情況。這門科目並不難,主要是熟練度,看到題目必須馬上反應,若還要花時間思考怎麼算就代表還不夠熟練,必須再精讀。
離散數學
難且範圍廣。主要考題集中在上冊(子嘉),我自己是上下冊都精讀了兩遍,但因為真的內容很龐雜,最後考試時也有基本的題型忘記的情形。我認為只要三到六章題目有做足夠,基本分還是都拿得到,其他部分就靠個人造化。
資料結構
資料結構老師的筆記務必精讀,神!這門科目也是基本分,我也一樣是精讀了兩遍筆記,每個章節都不能放過,尤其每種樹的插入跟刪除都要記熟,圖論部分也是,考試的話就完全當送分,因為通常是跟演算法一起考,演算法又是真的難,所以資結分數一定一定要把握。
演算法
難準備。不過林立宇老師的課上得很好,有些部分如果不懂可以重複刷個兩三遍,主要是遞迴,DP,Graph,第六章證明部分要讀懂,且題型要熟記,其他部分一樣看個人造化。
感謝老師的話
感謝黃子嘉老師的用心教導,老師上課真的講得非常清楚,由觀念、定義至例題,深入淺出,不論是線性代數還是離散數學,真的蠻佩服老師總是能用最簡單的方式解釋複雜的題目。尤其線性代數上到最後,不會有一般學完一門課時,由於知識量變得龐大、題型過於困難複雜,而感到枯燥麻木的情形,反而會產生數學竟然真的能應用在生活的感慨。而離散雖然各章節比較沒有相關性、且難度也較高,但跟著老師的步調還是能在各章節都能掌握重點,最後我反而是靠離散拯救數學,真的很感謝子嘉老師。

*必填
真實姓名*
行動電話*
電子郵件*
參加地點*
可聯絡時間*
目前背景
備註描述
我想收到最新考試資訊及課程優惠電子報
請勾選已詳細閱讀及了解本站之個資法及隱私權相關規範