贏家經驗談


孫○

考取:國立台灣大學資訊網路與多媒體研究所

2022
發佈時間:2020/04/07
更新時間:2021/04/16
考取:國立台灣大學資訊網路與多媒體研究所

感謝老師的話
最感謝的老師應該是張凡,
在題庫班遇到張凡老師,雖然是一倍速的很不習慣,但是卻學到很多。
重點在於老師在解題時的思考順序,寫上東西的順序,那些都是重點,
但是在數位課程的時候通常不會關心,只會在意整個算式。
很感謝張凡老師來台南開面授的題庫班,在這幾個月雖然一次上課好幾個小時上到不省人事。
卻可以省下之後好幾天的複習時間,把時間集中在這一次上課好好地複習完,我覺得很棒。
還有帶著家人來台南的張凡老師真的很辛苦,謝謝老師。

因為數位課程上的是黃子嘉的數學,所以一開始以為會很不習慣林緯的教學方式。
想不到的是,林緯的上課方式我也很喜歡。
很仔細的講解每一題該怎麼做,在講義也把題目的分類做的很棒,到後期幾乎都可以記住哪些題目在書中哪個部分。
而且林緯長得很像我高中補習班的柏楊老師,甚至有時候懷疑是同一個人。
也很謝謝林緯老師。
考試準備要領
數學科:離散數學、線性代數
在數學真的花了很多時間,數學沒有捷徑,只有算越多題目的人,才會越強。解題才會越輕鬆。
個人準備的部分是寫課後練習而已,因為我時程很趕,就沒有寫最後的一百多題章節複習那邊。
剩下都是靠林緯的題庫班講義,內容非常精華,加上課堂補充的東西,整本就是一本秘笈,很適合在空閒時間多翻翻。一種題型大概就一兩題,不過光那一兩題就可以讓你想起解類似題型的方法,非常棒。

軟體科:資料結構、演算法
資料結構和演算法是兩科很神奇的科目,內容高度關聯,卻在很多地方有分歧的解法。
演算法許多網路上的人分享說CP值不高,可以晚一些念,我是認同的,當你準備充分後,演算法才會是關鍵。因為太難了。必須先把基本分準備完再說。
資料結構若是在學校有修過課,在學的時候就會想起很多記憶,大部分就是記得就可以應付考試。
若是遇到兩科有不同的演算法時,建議先記演算法講義的,通常比較短,在考試時想起來的機率比較高。

硬體科:計算機組織、作業系統
硬體真的很難準備,非常的廣,我想這科的準備要訣就是好奇心。
當你在玩電動、玩遊戲時,多用點腦思考,為何GPU的效能會有差,為何他的電腦配備可以,我的不行。
之類的問題,然後去找解答。
寫得有點奇怪了,總之就是硬體科對於純資工的人來說很需要興趣,你有興趣,你就會知道很多課外的東西,而考試就是會在這裡分出勝負,你有觀念,你有自己了解過,寫出來通常就有分數了。
選擇TKB的理由
選擇TKB的原因不外乎就是因為大部分的人都選TKB。
因為本身沒有什麼主見,就選擇了大部分人選擇的TKB。
比較深刻的是台南的負責人珮瑜,他在很多時候幫我們很多忙,也很關心我們的考試情況。
台南的數位學堂也很乾淨,沒有什麼大問題。

*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