DevBookmark

幫朋友問個，不去考試相關看板問的原因，是因為想知道對於已經面臨求職，或是已經就業的大學長/大學姐們，對於這個問題答案的真實感受，如果有發錯地方會馬上刪文！，-，本身是機械自控組，錄取了台科機械和交大機 - 工作,研究所

各位前輩大家好 前幾天有在板上詢問大家政大資科跟台師大資工在就業市場上的比較 當時板上普遍的意見是兩者差不多以及政大略勝 而這幾天台北科大也放榜了，小弟也有幸上榜 所以想再次請教各位前輩們

我2014年剛上班時 小公司做通信演算法 年薪86萬 後來離職去新竹IC大廠做了幾個月 剛好台北有個小公司做MEMS計步器演算法 年薪開140萬 又在台北 計步器也沒什麼技術門檻

我是資工系的學生，我研究所的準備是從大約大三下結束後開始的，原因是課業成績普普 推甄不一定能上原本學校，因此就決定考試。 但就在開始準備後，才發現要讀的東西異常的多，因此壓力就漸漸浮現出來。 這些壓力有很多原因，不知道是不是適合在這邊詢問或抒發。Graduate好像是情報居多， 不過一時之間也不知道有沒有其他版，就只好在這邊發文了。

等多益放榜找到教授再更新

先附上一些關鍵字：學店、本科、沒（有）補習、非應屆、重考、原文、時間多、 資質駑鈍。 由於排版問題，強烈建議大家上 google docs 看 https://tinyurl.com/3thpd4cd ，如果 後續有更新，會直接在上面，Ptt就不更了。 https://docs.google.com/document/d/1XlOrv6DGtYhT1sK8cv1ijkD9XDahcHHqRQeMl7hsWK

# 計算機組織與計算機結構(資料統整) 以下為本人大二、大三上修計算機組織與計算機結構的統整資料。  ## ISA 電腦大致可

更新備取進度 :3/21 交大網工(放棄)4/28 中山資工(放棄)5/15 清大資工(報到)6/08 交大數據(放棄)

如何靠自己考取到心目中的理想學校

我是今年考上交大的。由於實在太多高手分享自己的心得了，還有看到全部正取的。所以呢，這裡就不分享心得了，主要分享我找到的資源。希望可以節省不想補習的人的時間。底下分四部分：線上課程、筆記、考古題、結論， - 研究所,考試,資工,請益,資源

# **111資工所重考無補習正取心得 + 筆記考古資源 + 重考兵役QA** ## 前情提要 如果你希望看到詳細的六科準備方法，先離開吧xd 我認為我的準備方法有點偏激不值得參考，我不希望浪費大家的

電機系分為非常多組和所，跟電有關的都在電機的範疇內。電機系主要培養的人才就是工程師，而且是「解決問題」的工程師，會花比較多時間在工作而且比較累，感覺好像也是情有可原了。

借用 ggyy1122 板友的電機領域頻譜分析 #1R5Wq7eo(SENIORHIGH) 再加上一些我的觀點做修改︰ 領域 常見重疊科系 半導體元件 物理、化學、化工、材料 以上俗稱固態 光電 物理、化工、材料

前言

================================================================== 資工系很親切, 說的是任何人都可以入行, 這行有些特別的地方, 那可能就是軟體工程. 台灣所有跟IT有關的產品, 即使是組裝, 都用上軟體來控管生產或增強 產品性能, 幾乎沒有一個老板會說軟體不重要, 因為都是靠軟體在增加

靜態程式分析的複雜程度依所使用的工具而異，簡單的只考慮個別語句及聲明的行為，複雜的可以分析程式的完整原始碼。不同靜態程式分析技術對分析得到的資訊的用途也有所不同，簡單的可以是突顯標識可能存在的代碼錯誤（如lint），複雜的可以是形式化方法，也就是用數學的方式證明程式的某些行為符合其設計規約。

3.6M subscribers in the compsci community. Computer Science Theory and Application. We share and discuss any content that computer scientists find…

134 votes, 114 comments. Im aiming to get my bachelor’s in software engineering and I have seen strong backlash of this degree, and the idea that a…

均一教育平台提供了從國小到高中的數學、自然、電腦科學、語文等科目的免費學習資源，共計有 5 萬部教學影片與練習題，希望讓每一位孩子都能享有優質的學習資源，從中發覺學習的動機與樂趣。

前言

近似演算法的設計及分析過程中都包含一系列的數學證明，以保證其最差情況效率仍可接受[2]。這點也是它與類比退火等啟發式演算法之間的不同之處，啟發式演算法通常能夠找到一個比較好的近似解，但其設計及分析之初往往並不涉及最差情況效率的證明。

Turing Machine / 時間複雜度 / P＝NP？ / NP-Complete 問題

NP完備或NP完全 （NP-Complete，縮寫為NP-C或NPC），是計算複雜度理論中，決定性問題的等級之一。NP完備是NP與NP困難問題的交集，是NP中最難的決定性問題，所有NP問題都可以在多項式時間內被歸約（reduce to）為NP完備問題。倘若任何NP完備問題得到多項式時間內的解法，則該解法就可應用在所有NP問題上，亦可證明NP問題等於P問題，然而目前為止並未發現任何能在多項式時間內解決NP完備問題的方法。

在可計算性理論，如果一系列運算元據的規則（如指令集、程式語言、細胞自動機）可以用來類比任何圖靈機，那麼它便符合圖靈完備（Turing-complete或computationally universal）。這意味著這個系統也可以辨識其他資料處理規則集，圖靈完備性被用作表達這種資料處理規則集的一種屬性。如今，幾乎所有程式語言都是具有圖靈完備性的。這個詞以引入圖靈機概念的數學家艾倫·圖靈命名。