考取清大資工所怎麼準備?考科重點大不同！-上榜學員分享
資工所考科準備重點分享
資料結構、演算法、作業系統、線性代數、離散數學
林O德
原學校：國立台灣海洋大學
想清楚自己為什麼要考研究所！
考研究所並不是一條輕鬆的路，跟之前所準備的考試不同，並不是每個人都會考研究所，所以當你在認真讀書時，你的同學、朋友、學弟妹可能都在開心的享受著他們的大學生活，這種落差下會使得準備考試的日子格外難過。因此，一定要時常提醒自己是為了什麼而考研究所的，在準備考試之前就需要幫自己想一個明確的動機，而不是那種“因為大家都有考，所以我也要考”或是“因為不想馬上去工作所以只能繼續唸書”的想法。如果有時候遇到挫折、想要逃避、不想去圖書館唸書，那也沒關係，只要不放棄，有時候可以休息一下，休息足夠後再繼續努力。就像黃子嘉老師說的，想要變強的話就一定會痛苦，如果一直開開心心的話是不會變強的。經過足夠的磨難，才能練就強大的內心。
考取校所：
國立清華大學-資訊工程學系研究所碩士班
系所考科：
1.基礎計算機科學(含資料結構、離散數學、計算方法設計)
2.計算機系統(含作業系統、計算機結構)
清大-資訊工程學系研究所統計數據：
一直都畏懼數學，離散數學變化大，大學上的課有聽沒有懂！
大碩考資工所推薦的補習班師資
•線性代數、離散數學-黃子嘉老師
非常感謝負責線性代數與離散數學的黃子嘉(黃賢卿)老師，黃子嘉老師教得很淺顯易懂且十分注重觀念，上課很幽默，當初選擇大碩其中很大的原因就是因為黃老師。數學的這兩個科目一直都是我相當畏懼的，尤其離散數學的考題十分多變且大一修課時也沒有很了解離散數學到底是在教什麼，直到大三上修密碼學時，才知道離散數學的實用性，而離散數學中的圖論也在演算法和資料結構中有大量的應用。線性代數也在許多地方有用到，如機器學習中會大量使用到矩陣的運算。因此，因為黃子嘉老師在線性代數和離散數學十分用心的教學和不時對考生要努力讀書的叮嚀，我才能考到理想的大學。
•資料結構、作業系統-洪逸老師
十分感激洪逸老師，雖然在資料結構跟作業系統這兩個科目的準備上，我是相對有信心的，但是洪逸老師提供了與課本不同的看法，而這些看法在針對解題目而言是十分受用的，且洪逸老師上課的風格也十分有趣，讓我快速的複習原文書的內容並補足了一些之前忽略的細節，因此如果沒有洪逸的指導，在計算機系統的分數上可能沒辦法拿那麼高。
選擇TKB的理由如下4點
1. 時間分配上十分自由，數位課程的課對於自己了解的地方可以快轉，不懂的地方也可以重看，彈性十分高。
2. 台北和基隆都設有學堂，因此不論在哪邊，都可以藉由網路上預約直接在當地上課。
3. 師資陣容十分堅強，尤其是數學的黃子嘉老師，很多人都十分推薦黃老師的課。
4. 櫃檯工作人員十分親切，會不時關心學生的情況，太久沒去上課也會提醒學生，如果有任何狀況也能快速處理。
資訊工程的考科都是十分偏向應用領域的，因此對於任何理論都是為了解決工程上遇到的問題而出現的，因此了解這些問題
並再思考解決方法是十分重要的。
我的資工所考科準備
•資料結構：
在寫程式時，如果只單純的使用陣列其實是可以完成許多任務的，但是可能會造成程式效能的低弱。因此我們可以配合使用各種的資料結構來加速程式的執行，所以在學習資料結構時的重點就是在複雜度上面以及各種資料結構的實作方法，了解為什麼這種結構可以解決問題再靈活運用，不用特別死記程式碼。資料結構的三大重點分別是：樹狀結構、排序和圖論演算法，這三個章節需要特別熟悉，少數的樹狀結構，如: Fibonacci Heap、B Tree和紅黑數也可以看楓葉書（Introduction to algorithms），書中的看法會跟老師的不太一樣，也是十分值得了解的。
【資工所/資管所】學歷薪資差多少?研究所考什麼?該如何準備?
•作業系統:
作業系統這個科目是比較偏向記憶類型的，但是並不是單純的死記。洪逸老師會用許多例子來解釋各種機制的設計，在了解背後的機制和其目的後，只需要單純的記憶專有名詞即可。洪逸老師的上課方式跟黃子嘉老師很像，都會利用生活上的事物來比喻各種理論。因此只需將老師的上課內容搞懂，並多做題目練習即可。而原文書是蠻推薦看恐龍本（Operating System Concepts）的，畢竟題目大多是英文出題，因此看原文書不但可以看到一些細節而且對於專有名詞的記憶也十分有幫助，在題目閱讀上也有蠻好的效果。
•線性代數:
線性代數的連貫性非常重，每個新的章節都是在解決前一章節所產生的問題，因此在學習時不可以求快，應先複習過之前講的內容後再去上課，才能抓到各個章節的重點。而且數學的觀念十分重要，而觀念的養成是需要大量的練習並以時間培養而成的。在考場上，線性代數算是好拿分的科目，因此踏實的跟著老師上課並時常複習筆記才是準備這個科目最實際的作法。
•離散數學:
離散數學的邏輯與觀念十分重要，各個章節都是獨立的，因此在學習上可以上完一個章節後就開始大量的做題目，而不必擔心會用到之前所學的內容，但也因此需要不時的回去複習之前的章節以避免遺忘，離散數學所教的東西都是比較基礎且會應用到其他科目的，如集合論會應用於線性代數和演算法等科目，因此可以為離散數學規劃較多的時間，時常練習並仔細觀察老師上課所提到的細節才能較有把握。
•演算法:
這個科目是相對難拿分的，即使如此，林立宇老師的課仍然是非常值得去上的，老師會在少少的八節課內幫你複習大量的內容，老師在動態規劃（Dynamic Programming）和圖論演算法上面的講解十分生動，而且還會提及一些在學校內沒教過的演算法。林老師的課本也是有經過細心設計的，並不會跟楓葉書一樣厚重但是卻包含許多實用的知識。而老師的課本也能包含八成會遇到的題目，而剩下的兩成則是十分困難且出題率也不高，因此在一般準備上可以只準備老師課本的內容，然而，楓葉書的內容也是十分充足的，對於準備時間十分充裕的人可以拿來翻閱。
留言列表
研究所錄取率 (5)