• 人工智能的定义与主要算法类别?
• 将人工智能方法运用于金融行业时，面临现实中哪些较大的挑战?
• 线性回归模型中梯度下降与正规方程两种求解方法的优势与劣势?
• 运用向量化处理多维问题的好处?
• 处理过拟合问题的主要方法?
• 运用哪些方法可以进行有偏数据集的模型评估?
• Adam优化算法的基本逻辑?
• Softmax回归损失函数的定义方式，以及和逻辑回归损失函数的异同?
• 决策树算法的学习过程?
• 对比决策树及其集合方法与神经网络的优劣势与适用范围?
• 随机森林算法的基本原理?

必修补充：

• 通过最大似然估计方法，构建逻辑回归的代价函数?
• 人工神经网络模型中的反向传播误差原理?
• AUC指标的内容与含义?
• AdaBoost算法的基本原理?
• 卷积神经网络卷积层和池化层的原理与作用?